QM9の分子物性予測を正しく評価する
QM9の対象と単位、グラフと幾何入力を区別し、評価の漏洩を防ぎ、原データと処理の来歴を残します。
ガイド
化学AIの基本概念、ツール選定、導入、評価方法を学べます。具体的なツール構成や設定手順をお探しの場合はRecipesをご覧ください。
分子グラフ学習の道具：PyG・e3nn・DGL-LifeSci
グラフ学習基盤、等変演算ライブラリ、化学向けDGLツールキットを区別し、表現・評価・版の制約から選びます。
機械学習原子間ポテンシャルの選択：MACE・SevenNet・CHGNet・MatGL
材料研究向けのポテンシャルとフレームワークを、学習領域、出力、計算器、資産の権利、参照検証から比較します。
Boltz-2の解釈：構造信頼度と低分子親和性
Boltz-2の信頼度と親和性出力を読み、構造スコアを結合測定や予測IC50をKdと混同しないためのガイドです。
AIによるタンパク質設計：骨格生成・配列設計・構造予測
RFdiffusionの骨格生成、ProteinMPNNの配列設計、Boltzの予測を区別し、受け渡しと検証の境界を理解します。
ChempropとDeepChemの選び方
分子特性予測に焦点を当てたChempropと、より広範な科学機械学習を対象とするDeepChemを比較し、共通データ、明確な入出力、再現可能な判断基準を用いた公平な評価を計画します。