計算化学

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

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

SevenNet はグラフニューラルネットワークによる原子間ポテンシャルを提供し、学習済みモデル、微調整、ASE・LAMMPS 連携に対応します。

計算化学

MatGL は材料科学向けのグラフ学習ライブラリで、物性予測器や機械学習ポテンシャルの開発・利用を支援します。

計算化学 · 材料探索

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。

計算化学 · 量子化学

反応分子動力学の後処理用Skillであり、ReacNetGeneratorツールの選択、LAMMPS軌跡の準備、反応ネットワークの生成、および既存の解析出力の確認を案内します。

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。

計算化学 · プロセス最適化

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

ChemAgentは、問題を分解し再利用可能なメモリを検索する化学推論研究フレームワークです。メモリプールの構築とSciBench実験の実行に使えるコードが公開されています。

計算化学

MDCrowは、分子動力学ワークフロー向けのPython製LLMエージェントツールセットです。自然言語による要求を、シミュレーションの設定、OpenMMでの実行、出力解析、科学情報の検索につなぎます。

計算化学

ChemGraph は、自然言語による化学リクエストを分子構築、シミュレーション、解析、レポート作成につなぐ Python エージェントフレームワークで、CLI、Python、Streamlit、MCP のインターフェースを備えています。

計算化学 · 材料探索

NovoMCPは、MCPとRESTを通じて計算化学ツールを提供し、分子プロファイリング、設定可能なシミュレーションサービス、創薬ファネルのオーケストレーション、ツール呼び出しの監査を組み合わせています。

計算化学 · 創薬

molSimplifyは、計算スクリーニング向けの無機配位錯体および分子間錯体を生成します。また、八面体遷移金属錯体の一部の特性を予測するニューラルネットワークを同梱しています。

分子生成 · 計算化学

DP-GENは、分子シミュレーション、第一原理計算、DeePMD-kitのワークフローを連携させ、原子間ポテンシャルモデルを生成するPythonコンカレントラーニングプラットフォームです。

計算化学 · 材料探索

M3GNetは、三体相互作用、事前学習済み原子間ポテンシャル、結晶構造緩和・分子動力学・モデル学習のワークフローを備えた、アーカイブ済みの材料グラフニューラルネットワーク実装です。

計算化学 · 材料探索

CHGNet は、結晶構造を対象とする、電荷情報を取り入れた事前学習済みニューラルネットワークポテンシャルです。エネルギー、力、応力、磁気モーメントを予測し、構造緩和や分子動力学のワークフローに利用できます。

計算化学 · 材料探索

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

GeoDiff は分子コンフォメーション生成のための幾何拡散モデルであり、GEOM に基づく学習、チェックポイントからのサンプリング、コンフォメーションおよび物性の評価を行う公式コードを提供します。

分子生成 · 計算化学

GemNetは、幾何学的メッセージパッシングモデルを用いて分子エネルギーと原子に作用する力を予測するPyTorch参照実装で、学習、ASEを用いた予測、分子動力学のノートブックを備えています。

分子特性予測 · 計算化学