开源工具

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

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

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

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

IDAES 是一个 Python 过程系统工程工具包，用于通过仿真开展先进能源系统的设计、分析和优化，并提供求解器扩展；示例则单独分发。

工艺优化 · 化学制造

Phoenics 将贝叶斯优化与贝叶斯核密度估计相结合，用于推荐实验或计算参数，并支持序贯、批量和多目标工作流。

实验室自动化 · 工艺优化

Gryffin 是一个 Python 贝叶斯优化框架，适用于类别型和混合型实验设计空间，支持批量推荐和物理化学描述符。

实验室自动化 · 工艺优化