概览
Rowan 提供托管环境，用于提交、检查、分析和共享科学计算。其官方产品页面介绍了围绕多种科学引擎构建的统一界面、部署环境和计算数据库。因此，该平台不同于实际执行计算的各类电子结构方法和机器学习势。它可以作为分子建模、性质预测和蛋白质–配体研究的工作空间，用户无需分别管理每一种引擎。
用户可处理分子结构，并在相关工作流中处理蛋白质–配体体系。可选任务从单点能、几何优化和构象搜索，延伸至过渡态搜索、热化学和电子性质计算。其他工作流可预测 pKa、溶解度、氧化还原电位和 NMR 等性质。列出的蛋白质工具包括蛋白质准备、对接、共同折叠、分子动力学和相对结合自由能微扰。输出取决于所选工作流，并可在平台内查看和分析。
浏览器界面支持提交计算、查看和编辑分子，以及结构比较。对于自动化，另行提供文档的 Python API 支持以脚本方式提交、监控和分析作业；它是访问 Rowan 托管服务的一种途径，并不能证明存在独立的本地实现。所提供的页面列出了受支持的引擎，包括 AIMNet2、GFN2-xTB 和若干密度泛函方法，但并未证明这些方法适用于或能准确处理所有化学体系。因此，应针对预期的研究问题评估方法选择和结果解读。未提供代码仓库许可证或实现语言的详细信息。
主要功能
- 分子建模工作流包括几何优化和过渡态优化、频率与热化学计算、构象搜索、扫描，以及内禀反应坐标计算。
- 性质预测工具涵盖微观和宏观 pKa、水相和非水相溶解度、LogP、氧化还原电位、键解离能以及 ADME-Tox。
- 蛋白质–配体工作流包括蛋白质准备、对接、批量对接和类似物对接、共同折叠、分子动力学，以及相对结合自由能微扰。
- 波谱、质谱和化学信息学工具包括 NMR 预测、离子淌度质谱预测和描述符计算。
- 统一的计算环境支持多种电子结构引擎和机器学习势，包括 AIMNet2、GFN2-xTB、r²SCAN-3c 和 ωB97M-D3BJ。
- 基于浏览器的计算提交和分析功能还配有 Python API，可用于以脚本方式提交、监控和分析作业；网页界面也支持生成 API 密钥和设置使用限额。
使用场景
- 建议评估：比较小分子系列的构象和优化结构，研究几何结构如何影响后续性质计算。
- 建议评估：结合 pKa、溶解度、LogP 和 ADME-Tox 预测，为合成前的化合物优先级排序提供参考，并使用相关实验依据核查预测结果。
- 建议评估：使用蛋白质准备和对接工作流生成候选结合姿势，以供后续结构分析和实验评估。
- 建议评估：通过 Python API 构建脚本化计算流程；扩展规模前，先用具有代表性的数据集评估作业处理和结果分析。
使用方式
- 查看Rowan 产品页面，并选择符合科学问题的工作流。在选择方法前，先区分分子计算、性质预测和蛋白质–配体任务。
- 访问网页应用或创建账户。使用浏览器界面查看或编辑与计算相关的分子结构。
- 查阅官方文档，了解所选工作流的输入要求和设置。应确认方法是否适用于你的体系，不要假定列出的每种引擎都适用于每项任务。
- 通过网页界面提交初始计算，然后检查其结构和结果。作为评估步骤，在得出科学结论之前，将有代表性的输出与适当的参考计算或实验观察进行比较。
- 对于重复工作流，请查阅Python API 文档。在网页界面生成 API 密钥并设置使用限额，然后使用文档中说明的 API 操作提交、监控和分析作业。