化学AIを見つけ、学び、活用する

AiZynthFinder は、神経ネットワークに導かれる探索を用いて、対象分子から設定済みの在庫にある前駆体へ至る経路を提案する、Python 製の逆合成計画ツールキットです。

逆合成

DeepChem は、創薬、材料科学、量子化学、生物学における科学的ディープラーニング向けのオープンソース Python ツールチェーンです。バックエンドごとの依存関係と、段階的に学べるチュートリアルを備えています。

創薬

Chemprop は、分子特性予測のためのメッセージパッシングニューラルネットワークを学習・評価する PyTorch ベースのツールキットです。CLI ワークフロー、Python モジュール、タスク別ノートブックを備えています。

分子特性予測

RDKit は、2D および 3D 分子操作、記述子とフィンガープリントの生成、PostgreSQL cartridge を介した化学検索に対応するオープンソースのケモインフォマティクス・ツールキットです。

ケモインフォマティクス

OpenMM は分子シミュレーションのツールキットです。公式の OpenMM-ML 拡張を通じて機械学習ポテンシャルを利用できます。

計算化学

e3nn は E(3) 等変ネットワークの基盤部品を提供し、表現、テンソル積、球面調和関数などを扱います。

PyTorch Geometric（PyG）は汎用グラフニューラルネットワークライブラリです。公式の QM9 例で分子物性学習への利用を確認できます。

分子特性予測

DGL-LifeSci は DGL と PyTorch に基づくツールキットで、化学・生物分野のグラフ学習用部品と例を提供します。

分子特性予測

ASE は原子シミュレーション向け Python ライブラリで、共通の計算器インターフェースを通じて従来の計算コードと外部の機械学習ポテンシャルを接続します。

計算化学

材料研究データの管理・検索と、NOMAD AI Toolkit による Notebook ベースの分析を提供する学術プラットフォーム。

材料探索 · 科学データ

計算構造や物性を検索し、材料探索と機械学習研究の参照データを準備する学術データプラットフォーム。

材料探索 · 科学データ

この ESM 項目は Meta FAIR の公式リポジトリを対象とし、ESM-2 のタンパク質表現と ESMFold の構造予測を含みます。