データセット

SPICE は、機械学習ポテンシャルの学習に利用できる量子力学的エネルギー、力、その他の分子特性を提供します。特に、医薬品様分子とタンパク質の相互作用に重点を置いています。

量子化学 · 科学データ

ANI-1 は、計算された非平衡分子配座を提供し、有機分子の座標とエネルギーを含む HDF5 ファイルにアクセスするための Python リーダーを備えています。

量子化学

GEOM は、450,000 を超える分子について、エネルギーと統計重みの注釈付き分子配座を 3,700 万件提供します。データ形式には MessagePack と RDKit オブジェクトがあり、読み込みおよび解析のチュートリアルも用意されています。

分子生成 · 計算化学

Matbench Discovery は、結晶安定性および原子シミュレーションのタスクにおける機械学習モデルをベンチマークし、インタラクティブなリーダーボードで精度、頑健性、計算コストを比較します。

材料探索

Matbench は、物性予測手法のベンチマークに使用できる、厳選された材料科学の機械学習タスクを 13 件提供し、ベンチマークデータ、リーダーボード、pip でインストール可能なパッケージを備えています。

材料探索

Open Reaction Database は、Protobuf レコードを含む Parquet ファイル形式の構造化反応データセットを提供します。また、ミラーからのダウンロードと、ストリーミングアクセスやテキストまたは JSON への変換に対応する ord_schema ワークフローを利用できます。

反応予測 · 科学データ

Therapeutics Data Commons は、治療分野の機械学習データセット、Python ローダー、データ分割、評価指標、ベンチマークを提供し、予測や分子生成の研究を支援します。

分子特性予測 · 創薬

MOSESは、ZINC由来の分子データセット、生成ベースライン、評価指標を組み合わせ、生成分子の妥当性、多様性、新規性をベンチマーク評価します。

分子生成

GuacaMolは、分布学習と目標指向型評価、および標準化されたChEMBL由来データセットを備えた、de novo分子設計用のPythonベンチマークパッケージです。

分子生成