Drug Discovery

torchdrug est une boîte à outils native PyTorch pour le machine learning des molécules et des protéines. Utilisez le skill torchdrug pour choisir les tâches, les jeux de données et les modèles modulaires dédiés aux graph neural networks, à la modélisation des protéines, au raisonnement sur les knowledge graphs, à la génération moléculaire et à la rétrosynthèse. Il convient surtout au développement de modèles sur mesure et à des configurations reproductibles, pas seulement à des démonstrations prêtes à l’emploi.

Le skill RDKit aide à piloter avec précision des workflows de chimioinformatique : analyse de SMILES, SDF, MOL, PDB et InChI ; calcul de descripteurs ; génération d’empreintes ; recherche de sous-structures ; gestion de réactions ; et création de coordonnées 2D/3D. Utilisez ce guide RDKit pour un contrôle avancé, une sanitization personnalisée et des workflows RDKit pour l’analyse de données.

Rowan est une plateforme cloud-native de modélisation moléculaire et de workflows en chimie médicinale, avec une API Python. Le skill rowan convient particulièrement à la prédiction par lots du pKa, aux ensembles de conformères et de tautomères, au docking, au cofolding, à la dynamique moléculaire, à la perméabilité et aux workflows de descripteurs, lorsque vous voulez des exécutions reproductibles et programmatiques sans gérer vous-même une infrastructure HPC ou GPU locale.

pytdc est une skill pour Therapeutics Data Commons, qui fournit des jeux de données et des benchmarks prêts pour l’IA pour la découverte de médicaments : ADME, toxicité, DTI, DDI, génération, splits par scaffold et prédiction pharmacologique.

primekg est un skill de graphe de connaissances PrimeKG pour la recherche académique, reliant gènes, médicaments, maladies, phénotypes et chemins pour une exploration biomédicale fondée sur les preuves et la recherche de repositionnement thérapeutique.

La compétence molecular-dynamics vous aide à configurer, exécuter et analyser des simulations de dynamique moléculaire avec OpenMM et MDAnalysis pour des workflows scientifiques. Utilisez-la pour l’étude de la stabilité des protéines, la liaison ligand-récepteur, l’échantillonnage conformationnel et l’analyse de trajectoires comme RMSD, RMSF, les cartes de contacts et les surfaces d’énergie libre. Elle met l’accent sur une configuration pratique, les champs de force et une exécution reproductible.

medchem est un outil de filtrage en chimie médicinale pour les workflows scientifiques. Servez-vous-en pour appliquer les critères de Lipinski, Veber, les alertes PAINS, les alertes structurelles et des métriques de complexité afin de prioriser des composés, nettoyer une bibliothèque, optimiser des leads et évaluer la qualité des composés.