本文へスキップ

Rowan

Rowan Scientific Corporation

Rowanは、ウェブインターフェースとPython APIを通じて、量子化学、機械学習ポテンシャル、物性予測、タンパク質–リガンドワークフローを提供する分子計算用クラウドプラットフォームです。

掲載情報の更新 ·

概要

Rowanは、科学計算の投入、確認、解析、共有に利用できるホスト型環境を提供します。公式製品ページでは、複数の科学計算エンジンを共通のインターフェース、実行環境、計算データベースで利用できることが説明されています。したがって、このプラットフォームは、計算を実行する個々の電子状態計算手法や機械学習ポテンシャルそのものとは異なります。各エンジンを個別に管理することなく、分子モデリング、物性予測、タンパク質–リガンド研究の作業環境として利用できます。

ユーザーは分子構造を扱い、関連するワークフローではタンパク質–リガンド系も扱います。利用可能なタスクには、単一点エネルギー、構造最適化、配座探索のほか、遷移状態探索、熱化学、電子物性計算などがあります。別のワークフローでは、pKa、溶解度、酸化還元電位、NMRなどの物性を予測します。掲載されているタンパク質関連ツールには、タンパク質調製、ドッキング、共同フォールディング、分子動力学、相対結合自由エネルギー摂動があります。出力は選択したワークフローによって異なり、プラットフォーム内で閲覧・解析できます。

ブラウザーインターフェースでは、計算の投入、分子の表示と編集、構造比較が可能です。自動化向けに別途ドキュメントが用意されたPython APIは、ジョブのスクリプトによる投入、監視、解析を可能にします。これはRowanのホスト型サービスにアクセスする手段であり、独立したローカル実装があることを示すものではありません。提供されたページにはAIMNet2、GFN2-xTB、複数の密度汎関数法など、対応するエンジンが記載されていますが、すべての化学系に対する適合性や精度が保証されているわけではありません。そのため、想定する研究課題に応じて手法の選択と結果の解釈を評価する必要があります。リポジトリのコードライセンスや実装言語に関する情報は提供されていません。

主な機能

  • 分子モデリングワークフローには、構造最適化と遷移状態最適化、振動数および熱化学計算、配座探索、スキャン、固有反応座標計算が含まれます。
  • 物性予測ツールは、ミクロおよびマクロなpKa、水系および非水系での溶解度、LogP、酸化還元電位、結合解離エネルギー、ADME-Toxを扱います。
  • タンパク質–リガンドワークフローには、タンパク質調製、ドッキング、一括ドッキングと類縁体ドッキング、共同フォールディング、分子動力学、相対結合自由エネルギー摂動が含まれます。
  • 質量分析およびケモインフォマティクスのツールには、NMR予測、イオンモビリティ質量分析予測、記述子計算が含まれます。
  • 統合計算環境は、AIMNet2、GFN2-xTB、r²SCAN-3c、ωB97M-D3BJなど、複数の電子状態計算エンジンと機械学習ポテンシャルに対応します。
  • ブラウザーからの計算投入と解析に加え、Python APIを使用してジョブをスクリプトから投入、監視、解析できます。ウェブインターフェースではAPIキーの生成と使用上限の設定も可能です。

用途

  • 評価案:小分子系列の配座と最適化構造を比較し、形状が後続の物性計算に与える影響を調べる。
  • 評価案:pKa、溶解度、LogP、ADME-Toxの予測を組み合わせて合成前の化合物の優先順位付けを支援し、関連する実験的根拠と照らして予測を確認する。
  • 評価案:タンパク質調製およびドッキングワークフローを用いて結合姿勢の候補を生成し、後続の構造評価や実験評価に役立てる。
  • 評価案:Python APIを使ってスクリプト化された計算パイプラインを構築し、規模を拡大する前に代表的なデータセットでジョブ処理と結果解析を評価する。

使い方

  1. Rowan製品ページを確認し、科学的な問いに合ったワークフローを選びます。手法を選ぶ前に、分子計算、物性予測、タンパク質–リガンドタスクを区別してください。
  2. ウェブアプリケーションにアクセスするか、アカウントを作成します。ブラウザーインターフェースで、計算に関係する分子構造を表示または編集します。
  3. 選択したワークフローの入力要件と設定について、公式ドキュメントを確認します。掲載されているすべてのエンジンがすべてのタスクに適用できると決めつけず、対象系に対する手法の適合性を確認してください。
  4. ウェブインターフェースから初期計算を投入し、構造と結果を確認します。評価手順として、科学的な結論を導く前に、代表的な出力を適切な参照計算または実験観察と比較してください。
  5. 反復的なワークフローでは、Python APIドキュメントを確認してください。ウェブインターフェースでAPIキーを生成して使用上限を設定し、ドキュメントに記載されたAPI操作でジョブを投入、監視、解析します。

関連リソース

Allegro

モデル

Allegro は NequIP の拡張として E(3) 等変原子間ポテンシャルを実装し、文書化された GPU 高速化オプションと、LAMMPS シミュレーション用の独立したプラグインを提供します。

オープンソースPython

計算化学 · 材料探索

ANI-1

データセット

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。

オープンソースPython

量子化学

ASE

オープンソース

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。

オープンソースPython

計算化学

computational-chemistry-agent-skills コレクションに含まれる ASE ルーティング Skill。ワークフローの準備と計算器の設定を分け、実行は別の担当先に委任します。

計算化学 · 材料探索

Cantera Skill (K-Dense) は、均相着火計算の手順と Python ヘルパーを提供し、機構の出典記録、保存則の診断、数値的な細分化チェックを含みます。

オープンソースPython

計算化学 · プロセス最適化

ChemAgent (AI4Chem)

エージェント

ChemAgent (AI4Chem) は化学・材料分野でのツール利用を目的とする研究フレームワークであり、木探索による計画、ツール実行、ChemToolBench に基づく学習を扱う CheMatAgent 論文と関連しています。

計算化学 · 材料探索

関連ガイド

ワークフロー

AI創薬ツール:Agents・MCP・研究プラットフォームの選び方

ワークフローの段階に応じてツールを選択します。標的の根拠、タンパク質構造、既知の結合部位、分子生成、特性解析、スクリーニングを対象に、研究用エージェント、MCP連携、ホスト型API、プラットフォームを比較し、提案するエンドツーエンドの例と実践的な評価ゲートを示します。

概要

MCP・Skills・Agents・APIの違いとは?

化学ワークフローにおいて、API、MCPサーバー、Skills、エージェントがインターフェース、手順のガイダンス、実行、計画の各責任をどう分担するか、またアクセス可能性と科学的妥当性を混同せずに選択・組み合わせる方法を解説します。