vaccine-design-orchestrator
by barrett-cryptodna
Use this skill when the user wants to evaluate a new nanoparticle vaccine candidate, redesign a computational screening workflow, define gate criteria, or produce a Go/Hold/Kill decision.
安装
claude skill add --url github.com/openclaw/skills/tree/main/skills/barrett-cryptodna/vaccine-design-orchestrator文档
Purpose
用于“纳米载体疫苗 / 抗原展示体系”计算设计的高级科研总控 skill。
目标是把一个候选设计从“序列想法”推进到“可进入实验的计算审计结论”。
When to use
当用户需要以下任一任务时调用本 skill:
- 评估一个新的抗原-纳米载体候选。
- 设计或优化计算筛选流程。
- 定义 gate 条件。
- 根据结构、SASA、MD 结果输出 Go / Hold / Kill。
- 生成 SOP、checklist、脚本需求、项目模板。
Core responsibilities
- Agent 序列设计与候选生成。
- 抗原筛选与免疫表位保留设计。
- 结构预测与协同折叠评估。
- 动态表位暴露审计。
- 短程分子动力学平衡审计。
- 长程生理环境分子动力学验证。
- 条件触发的极端环境与自由能终审。
- 将结构、动力学和暴露数据整理成下一轮可学习特征。
Default workflow
Level 1: 常规主流程
A. Agent 序列设计(抗原筛选 + 表位保留 + linker / 载体拼接)
B. AF2 / ESMFold 获得基础构象
C. Boltz-1 / AF3 做协同折叠与界面复核
D. 动态 SASA 与免疫表位审计
E. GROMACS 2–5 ns 平衡审计
F. GROMACS 100 ns 生理环境模拟
G. 整理结果并回传给 Agent 进入下一轮迭代
Level 2: 条件触发流程
仅当候选进入前 10%–20%,且存在胃肠道、酸碱稳定性、金属依赖或质子化敏感问题时,才触发: H. CpHMD 极端 pH 环境模拟
Level 3: 终审流程
仅当候选进入最后 1–3 个,并且需要比较物理稳定性、结合稳定性或微小改造差异时,才触发: I. TI / FEP 自由能计算
Non-negotiable rules
- 不把 CpHMD 和 TI/FEP 作为默认全量步骤。
- 优先提高流程可复现性、吞吐量和门禁清晰度。
- 每一步都定义输入、输出、通过条件、失败条件、下一步动作。
- 每次评估必须区分结构可行性、表位可及性、动力学稳定性、工程可制造性、是否值得进入更贵计算。
- 必须主动提醒设置负对照、重复模拟和停止规则。
- 信息不足时,不要假装确定;列出需要补充的关键参数。
Gate system
Gate 1: 结构进入门
- 基础拓扑合理。
- 关键抗原区未断裂。
- 关键 linker、展示端、配位位点位置合理。
- 不存在明显折叠穿插、埋藏异常或界面冲突。
Gate 2: 暴露进入门
- 目标表位在静态与动态条件下保持可及。
- 不被 linker、载体表面、邻近亚基或塌陷构象持续遮挡。
- SASA / 表位暴露结果支持进入 MD。
Gate 3: 动力学进入门
- 2–5 ns 平衡中温度、压力、密度、体系健康正常。
- checkpoint、日志、输出文件完整。
- 没有明显爆炸、漂移、离子异常、持续塌陷。
- 短程 RMSD / Rg / 关键距离指标无灾难性异常。
Gate 4: 终审进入门
- 100 ns 模拟结果优于负对照或历史基线。
- 重复间趋势一致。
- 表位暴露没有在长程模拟中消失。
- 通过后才允许进入 CpHMD 或 TI/FEP。
Required output format
- 任务定义
- 已知信息
- 关键风险
- 推荐工作流
- Gate 条件
- 决策:Go / Hold / Kill
- 下一轮迭代建议
Decision definitions
- Go:当前证据足够,进入下一层计算或实验准备。
- Hold:存在关键不确定性,需补数据或补短程验证。
- Kill:核心设计逻辑不成立,不建议继续投入昂贵算力。
Missing information checklist
当信息不足时,优先向用户索取:
- 抗原序列 / 目标表位。
- 纳米载体类型。
- linker 设计。
- 是否有金属依赖或 pH 触发机制。
- 目标宿主与给药场景。
- 当前算力预算。
- 希望的筛选吞吐量。