数据集

SPICE 提供量子力学能量、力及其他分子性质，可用于训练机器学习势，重点涵盖类药小分子与蛋白质相互作用。

量子化学 · 科学数据

ANI-1 提供计算得到的非平衡分子构象，并附有 Python 读取器，用于访问包含有机分子坐标和能量的 HDF5 文件。

量子化学

GEOM 提供 3,700 万个分子构象，涵盖超过 450,000 个分子，并标注能量和统计权重；数据包含 MessagePack、RDKit 对象以及加载和分析教程。

分子生成 · 计算化学

Matbench Discovery 对机器学习模型在晶体稳定性和原子模拟任务中的表现进行基准评估，并通过交互式排行榜比较准确性、稳健性和计算成本。

材料发现

Matbench 提供 13 项经过整理的材料科学机器学习任务，用于对性质预测方法进行基准测试，并提供基准数据、排行榜和可通过 pip 安装的软件包。

材料发现

Open Reaction Database 提供结构化反应数据集，文件格式为包含 Protobuf 记录的 Parquet，并提供镜像下载以及用于流式访问和文本或 JSON 转换的 ord_schema 工作流。

反应预测 · 科学数据

Therapeutics Data Commons 提供治疗领域的机器学习数据集、Python 加载器、数据划分、评估指标和基准测试，供预测与分子生成研究使用。

分子性质预测 · 药物发现

MOSES 将源自 ZINC 的分子数据集、生成基线模型和评估指标结合起来，用于基准测试生成分子的有效性、多样性和新颖性。

分子生成

GuacaMol 是一个用于从头分子设计的 Python 基准测试包，提供分布学习和目标导向评估，以及标准化的 ChEMBL 衍生数据集。

分子生成