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。
掲載情報の更新 ·
分子グラフ処理とモデル利用の手順を備え、応用開発に利用できます。自律 Agent ではなく、グラフ学習のツールキットです。
制約
README の DGL、PyTorch、RDKit 要件と既定ブランチの最終コミットは古く、現行依存関係との互換性は実測していません。
公式の依存関係を確認し、独立環境に dgllife を導入して公式例を実行します。各ライブラリの版を記録してください。
ChemBERTa は、化学 SMILES 向けの BERT 類似モデルを提供します。RoBERTa によるマスク言語モデリングのチェックポイントと、事前学習、ファインチューニング、分子特性予測の研究向けノートブックが含まれます。
分子特性予測
ChemMLは、化学・材料データの分析、マイニング、モデリングを行うPythonツールスイートです。モジュール型設計を採用し、グラフニューラルネットワーク、AutoML、説明可能性に関する取り組みが記載されています。
分子特性予測 · 材料探索
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
DeepMolは、化合物の標準化と特徴量化から、モデルの学習、評価、解釈、再利用可能なパイプラインまでをつなぐ、分子機械学習向けのPythonツールキットです。
分子特性予測
DimeNetは、分子グラフ上の方向性メッセージパッシングに用いるDimeNetおよびDimeNet++の参照実装を提供し、学習ノートブック、テストセット予測ワークフロー、事前学習済みモデルを含みます。
分子特性予測 · 量子化学
DrugAgentは、LLMによる計画立案とドメイン知識に基づくコード生成を組み合わせ、創薬分野の機械学習ワークフローを構築・評価する研究用マルチエージェントフレームワークです。
分子特性予測 · 創薬
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。