Drug Discovery

torchdrug は、分子およびタンパク質の機械学習に特化した PyTorch ネイティブのツールキットです。torchdrug skill を使えば、グラフニューラルネットワーク、タンパク質モデリング、知識グラフ推論、分子生成、逆合成に向けて、タスク、データセット、モジュール型モデルを見極められます。用意されたデモを見るだけでなく、カスタムモデル開発と再現性の高い設定を重視する場合に最適です。

rdkit skill は、SMILES、SDF、MOL、PDB、InChI の解析、記述子の計算、フィンガープリント生成、部分構造検索、反応処理、2D/3D 座標の生成など、精密な化学情報ワークフローを支援します。高度な制御、カスタムサニタイズ、Data Analysis ワークフローでの rdkit 活用を確認したい場合に使えるガイドです。

Rowanは、Python APIを備えたクラウドネイティブな分子モデリング／創薬化学ワークフロープラットフォームです。rowan skillは、再現性のあるプログラム実行を行いたいときに、ローカルのHPCやGPUインフラを自前で管理せずに、バッチのpKa予測、コンフォーマー／タウトマー集合、ドッキング、コフォールディング、分子動力学、透過性、記述子ワークフローを扱う用途に最適です。

pytdc は Therapeutics Data Commons 向けのスキルで、ADME、毒性、DTI、DDI、生成、scaffold split、薬理予測のための、AIでそのまま扱いやすい創薬データセットとベンチマークを提供します。

primekg は、学術研究向けの PrimeKG 知識グラフ skill です。遺伝子、薬剤、疾患、表現型、経路を結びつけ、エビデンス重視の生物医学探索やドラッグ・リポジショニングに役立ちます。

molecular-dynamics スキルは、Scientific ワークフロー向けに OpenMM と MDAnalysis を使った分子動力学シミュレーションのセットアップ、実行、解析を支援します。タンパク質の安定性、リガンド結合、コンフォメーションサンプリング、RMSD・RMSF・コンタクトマップ・自由エネルギー面などの軌跡解析に使えます。実務で使いやすいセットアップ、力場の扱い、再現可能な実行に重点を置いています。

medchemは、Scientificワークフロー向けの医薬化学フィルタリングスキルです。Lipinski、Veber、PAINS、構造アラート、複雑性指標を適用して、化合物の優先順位付け、ライブラリのクレンジング、リード最適化、化合物品質レビューに活用できます。