发现、学习与应用化学 AI

AiZynthFinder 是一款 Python 逆合成规划工具包，使用神经网络引导的搜索，从目标分子出发，提出通向已配置库存中前体的合成路线。

逆合成

DeepChem 是一个开源 Python 工具链，面向药物发现、材料科学、量子化学和生物学中的科学深度学习，提供依赖特定后端的功能和循序渐进的教程。

药物发现

Chemprop 是一个基于 PyTorch 的工具包，用于训练和评估进行分子性质预测的消息传递神经网络，并提供命令行工作流、Python 模块和针对特定任务的笔记本。

分子性质预测

RDKit 是一款开源化学信息学工具包，可用于二维和三维分子操作、描述符与指纹生成，以及通过 PostgreSQL cartridge 进行化学搜索。

化学信息学

OpenMM 是分子模拟工具库；其官方配套 OpenMM-ML 扩展可将机器学习势接入模拟流程。

计算化学

e3nn 是用于构建 E(3) 等变神经网络的基础库，提供不可约表示、张量积和球谐函数等操作。

PyTorch Geometric（PyG）是通用图神经网络库；官方 QM9 示例提供了分子性质学习的明确化学应用路径。

分子性质预测

DGL-LifeSci 是基于 DGL 和 PyTorch 的化学与生物图神经网络工具包，提供分子建模组件与示例。

分子性质预测

ASE 是原子模拟的 Python 工具库，通过统一计算器接口连接传统计算程序和外部机器学习势。

计算化学

管理与检索材料科研数据的学术平台，可通过 NOMAD AI Toolkit 使用基于 Notebook 的分析流程。

材料发现 · 科学数据

面向材料研究的学术数据平台，可检索计算结构与性质，为材料发现与机器学习研究准备参考数据。

材料发现 · 科学数据

此 ESM 条目指 Meta FAIR 的蛋白质语言模型仓库，包含 ESM-2 表征提取及 ESMFold 结构预测等实现。