最佳 科学发现与实验室工具 AI GitHub 仓库

开放科学人工智能工作台

AI GitHub 仓库

#149

开源桌面应用程序，旨在支持科学研究和代理工作流程。它支持Python/R执行，提供可扩展的技能，并确保在macOS、Windows和Linux上具有可追溯的研究成果。开放科学人工智能工作台是一个开源桌面应用程序，旨在支持科学研究和代理工作流程。它支持Python/R执行，提供可扩展的技能，并确保在macOS、Windows和Linux上具有可追溯的研究成果。

ChemCrow

AI GitHub 仓库

开源软件包，旨在利用大型语言模型解决复杂的化学任务。它基于 Langchain 构建，集成了 RDKit 等工具和 Pubchem 等数据库。它允许用户执行分子量计算和反应预测等任务。该项目可在 GitHub 和 Hugging Face 上获取。ChemCrow 是一个开源软件包，旨在利用大型语言模型解决复杂的化学任务。它基于 Langchain 构建，集成了 RDKit 等工具和 Pubchem 等数据库。它允许用户执行分子量计算和反应预测等任务。该项目可在 GitHub 和 Hugging Face 上获取。

物理信息神经网络 (PINNs) 通过遵循非线性偏微分方程描述的物理定律来解决监督学习任务。它们能够实现数据驱动的解决方案和偏微分方程的发现，提供一种自然编码物理约束的新型函数逼近方法。

OmegaFold

AI GitHub 仓库

高分辨率的从头蛋白质结构预测工具，可以直接从一级氨基酸序列生成三维蛋白质结构。它显著降低了推理长蛋白质的GRAM需求，并支持macOS上的Apple Silicon加速。OmegaFold是一款高分辨率的从头蛋白质结构预测工具，可以直接从一级氨基酸序列生成三维蛋白质结构。它显著降低了推理长蛋白质的GRAM需求，并支持macOS上的Apple Silicon加速。

EquiBind

AI GitHub 仓库

几何深度学习模型，用于预测小分子与蛋白质结合的三维结构。它能对受体结合位置和配体构象进行快速的一次性直接预测，大幅加快传统方法的速度。非常适合药物发现和结构生物学研究。EquiBind 是一个几何深度学习模型，用于预测小分子与蛋白质结合的三维结构。它能对受体结合位置和配体构象进行快速的一次性直接预测，大幅加快传统方法的速度。非常适合药物发现和结构生物学研究。

Uni-Mol

AI GitHub 仓库

通用的三维分子表示学习框架，适用于属性预测和结合位点预测等各种下游任务。它包括 Uni-Mol+、Uni-Mol Tools、Uni-Mol Docking V2 和 Uni-Mol2，提供可扩展的预训练模型和易于使用的分子任务包装器。Uni-Mol 是一个通用的三维分子表示学习框架，适用于属性预测和结合位点预测等各种下游任务。它包括 Uni-Mol+、Uni-Mol Tools、Uni-Mol Docking V2 和 Uni-Mol2，提供可扩展的预训练模型和易于使用的分子任务包装器。

Pangu-Weather

AI GitHub 仓库

基于 AI 的系统，用于精确的全球中期天气预报。它利用三维神经网络和分层时间聚合策略，达到比传统数值天气预报方法更高的精度，同时速度大幅提升。Pangu-Weather 是基于 AI 的系统，用于精确的全球中期天气预报。它利用三维神经网络和分层时间聚合策略，达到比传统数值天气预报方法更高的精度，同时速度大幅提升。

GNoME 材料发现

AI GitHub 仓库

Google DeepMind 的 GNoME 是一款加速新型无机晶体发现的深度学习工具。它能预测材料稳定性，识别出数百万种新型化合物，其中包括数十万种对电池和超导体等未来技术稳定且可行。

MACE 机器学习势能

AI GitHub 仓库

用于快速准确的机器学习原子间势的 Python 库。它利用高阶等变消息传递进行先进的材料科学模拟。该工具支持训练、评估，并提供适用于材料和有机化学等各种应用的预训练基础模型。MACE 是一个用于快速准确的机器学习原子间势的 Python 库。它利用高阶等变消息传递进行先进的材料科学模拟。该工具支持训练、评估，并提供适用于材料和有机化学等各种应用的预训练基础模型。

MEGNet 框架

AI GitHub 仓库

专为晶体和分子机器学习设计的 AI 模型。它整合了温度和压力等状态变量，支持迁移学习，并能提取化学趋势。该框架通过提供开源代码和数据，解决了材料科学 ML 中数据量和可解释性等方面的局限性。MEGNet 框架是一个专为晶体和分子机器学习设计的 AI 模型。它整合了温度和压力等状态变量，支持迁移学习，并能提取化学趋势。该框架通过提供开源代码和数据，解决了材料科学 ML 中数据量和可解释性等方面的局限性。

CGCNN

AI GitHub 仓库

晶体图卷积神经网络 (CGCNN) 是一种人工智能模型，旨在根据晶体结构预测材料属性。它使用户能够训练自定义模型或利用预训练版本进行属性预测，为材料科学的研究和开发提供了强大的工具。

DeepChem AI框架

AI GitHub 仓库

开源AI框架，旨在使药物发现、量子化学、材料科学和生物学的深度学习民主化。它提供工具和库，以促进这些领域的研究和开发。DeepChem是一个开源AI框架，旨在使药物发现、量子化学、材料科学和生物学的深度学习民主化。它提供工具和库，以促进这些领域的研究和开发。