用途：该技能面向蛋白质糖基化（最常见的翻译后修饰之一）的分析与理性改造，适用于抗体工程（优化Fc糖基化以增强ADCC/CDC或降低免疫原性）、治疗性蛋白设计（识别影响半衰期、稳定性或免疫原性的位点）、疫苗抗原设计（构建糖盾以聚焦保守表位）、生物类似药表征（比较参考品与类似药的糖型）以及药物靶点分析。
主要能力：一是N-糖基化序列子扫描，按N-X-[S/T]（X≠脯氨酸）规则定位位点，输出1基位置、motif、上下文及NXS/NXT类型，并可生成汇总报告；二是位点改造，通过Asn→Gln等替换消除糖基化位点，或引入Asn并调整X+1与X+2以新增位点；三是O-糖基化热点启发式预测，基于局部S/T密度打分，并规避S/T后紧跟脯氨酸的抑制性motif，作者注明其不能替代NetOGlyc，仅作快速基线。
使用方式：以Python函数形式调用序列扫描、位点突变与O-糖基化预测；外部工具方面，NetOGlyc 4.0与NetNGlyc通过DTU Health Tech网页服务提交FASTA序列获取逐残基概率；GlycoShield-MD可用pip install glycoshield安装，并以glycoshield --topology glycoprotein.pdb --trajectory glycoprotein.xtc --glycan_resnames BGLCNA FUC --output shielding_analysis/分析MD轨迹中的糖盾；GlyConnect可通过API按UniProt ID查询实验验证的糖基化数据。
限制：预测的序列子并非全部实际被糖基化，受可及性、细胞类型与蛋白构象影响，需用质谱等实验验证；O-糖基化启发式方法精度有限；外部网络服务的参数与可用性可能随版本变化，建议直接使用其网页界面。具体收费、价格与平台支持情况暂未提供。