发现资源

PubMed MCP (cyanheads) 是一个第三方 MCP 服务器，可将 AI 客户端连接到生物医学文献检索、文章元数据、可获取的全文、MeSH 词表和引文工具。

文献与研究 · 药物发现

一款第三方 MCP 服务器，通过 mp_api 将助手客户端接入 Materials Project，提供材料搜索、晶体结构、电子性质及其他材料数据查询工具。

材料发现 · 科学数据

RCSB MCP (cnyambura) 是一个第三方 MCP 服务器，可向 MCP 客户端提供 RCSB PDB 条目和聚合物元数据、结构下载及自定义 Data API 查询。

药物发现 · 科学数据

UniProt MCP (cyanheads) 是一个第三方 MCP 服务器，可将 AI 客户端连接到 UniProt 的蛋白质搜索、注释、标识符映射、蛋白质组、分类学和氨基酸序列数据。

药物发现 · 科学数据

RDKit MCP Server (TandemAI) 将支持 MCP 的语言模型连接到 RDKit 工具，并提供 OpenAI 驱动的命令行客户端，以及用于评估工具输出和智能体响应的评估套件。

化学信息学

Chemistry42 是一个小分子发现平台，将生成式设计、逆合成、ADMET 与选择性预测以及基于物理学的优先级排序结合起来，用于命中识别和先导化合物优化。

分子生成 · 药物发现

Makya 是 Iktos 面向从头分子设计的生成式 AI SaaS 平台，结合项目目标、合成约束以及基于配体或结构的建模来指导化合物筛选。

分子生成 · 药物发现

molSimplify 可生成用于计算筛选的无机配位配合物和分子间配合物，并内置神经网络，用于预测八面体过渡金属配合物的若干特定性质。

分子生成 · 计算化学

ChemML 是一套用于化学与材料数据分析、挖掘和建模的 Python 工具，采用模块化设计，并有关于图神经网络、AutoML 和可解释性的工作记录。

分子性质预测 · 材料发现

DeepMol 是一个用于分子机器学习的 Python 工具包，可将化合物标准化和特征化与模型训练、评估、解释及可复用工作流连接起来。

分子性质预测

AutoDock Vina 是一款开源分子对接与虚拟筛选程序，提供 Vina 和 AutoDock4.2 评分、多配体对接、大环分子支持及 Python 3 绑定。

药物发现

FEgrow 支持交互式构建配体系列以用于自由能计算准备，并提供有文档说明的主动学习示例，以及用于分子设计工作流的基于 Dask 的加速。

分子生成 · 药物发现

MS2DeepScore 使用 Siamese 神经网络，根据成对的串联质谱预测分子结构相似性，并提供用于生成谱图嵌入、推理和自定义模型训练的工具。

光谱学

Spec2Vec 是一个用于 MS/MS 光谱相似度评分的 Python 包。它利用从质谱碎片和中性丢失中学习到的 Word2Vec 嵌入来比较查询光谱与参考光谱。

光谱学

Matchms 是一个 Python 工具包，用于导入、清理和比较串联质谱，并提供可配置的处理流程、多种相似度度量以及稀疏分数存储。

光谱学

ChemDataExtractor v2 是一个 Python 工具包，可从科学文献中提取化学实体、性质、光谱和表格数据，并提供 HTML、XML 和 PDF 阅读器。

文献与研究

PySINDy 是一个 Python 软件包，可使用稀疏系统辨识从测量数据推断动力学方程，并可选用优化方法进行受约束回归和贝叶斯回归。

过程控制 · 数字孪生

SysIdentPy 是一个 Python 工具包，用于通过 NARMAX 系列模型识别非线性动态系统，涵盖结构选择、参数估计、仿真和预测。

过程控制 · 预测性维护

GEKKO 是一个用于微分代数系统的 Python 建模与优化工具包，支持过程模拟、参数估计、混合整数优化和非线性预测控制。

工艺优化 · 过程控制

do-mpc 是一个 Python 工具箱，用于非线性和鲁棒模型预测控制、移动时域估计及仿真，并支持微分代数模型和不确定性。

过程控制 · 数字孪生