发现资源

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。

ProteinMPNN 根据给定蛋白质骨架设计氨基酸序列，提供完整骨架与仅 Cα 输入的模型及运行脚本。

RFdiffusion 是用于蛋白质骨架生成的扩散模型项目，支持无条件生成、结构基序约束和结合蛋白设计。

分子生成

OpenFold 是 AlphaFold 2 的可训练 PyTorch 实现，提供蛋白质结构预测的训练与推理流程。

Boltz 是生物分子相互作用预测模型家族；Boltz-2 提供复合物结构与结合亲和力预测流程。

药物发现

SevenNet 是基于图神经网络的原子间势软件，提供预训练模型、微调接口以及 ASE 和 LAMMPS 模拟集成。

计算化学

MatGL 是面向材料科学的图深度学习工具库，提供材料性质预测与机器学习势模型的开发和使用接口。

计算化学 · 材料发现

AIDDISON Explorer 是一个托管式药物发现平台，可根据目标特性要求、设计约束、预测属性和合成可行性生成并排序分子候选物。

分子生成 · 药物发现

Rowan 是一个分子计算云平台，通过网页界面和 Python API 提供量子化学、机器学习势、性质预测以及蛋白质–配体工作流。

计算化学 · 量子化学

RCSB PDB Data API 提供 REST 和 GraphQL 接口，可访问 PDB 条目及部分计算结构模型的结构元数据、分子序列、化学描述符和注释。

药物发现 · 科学数据

PubChem PUG REST 是一种 HTTP API，可用于获取选定的化学记录、性质和测定信息，并支持文档中列明的标识符输入、结构搜索及按操作区分的输出格式。

化学信息学 · 科学数据

一项用于 cheminformatics 工作流的 rdkit-agent 指令 Skill，重点包括化学字符串验证、结构化 JSON 交换、限制输出范围，以及说明 RDKit WASM 的已记录限制。

化学信息学

用于反应分子动力学后处理的 Skill，指导选择 ReacNetGenerator 工具、准备 LAMMPS 轨迹、生成反应网络并检查已有分析输出。

计算化学