#drug-discovery Repositorios
Descubre 33 repositorios activos de código abierto de GitHub etiquetados con #drug-discovery, que acumulan 114,139 estrellas en total (una media de 3,458 estrellas por proyecto). El líder de este tema es K-Dense-AI/scientific-agent-skills, con 57,990 estrellas.
33 repositorios en total
Convierte cualquier agente de IA en un científico de IA. La biblioteca de Agent Skills n.º 1 para la ciencia, utilizada por más de 250.000 científicos en todo el mundo. 177 habilidades validadas listas para usar y más de 100 bases de datos científicas que abarcan biología, química, medicina y descubrimiento de fármacos. Compatible con Cursor, Claude Code, Codex, Pi, Antigravity y el estándar abierto Agent Skills.
Scripts de deep learning de vanguardia organizados por modelos - fáciles de entrenar y desplegar con precisión y rendimiento reproducibles en infraestructura de grado empresarial.
Democratizando el Deep Learning para el Descubrimiento de Fármacos, Química Cuántica, Ciencia de Materiales y Biología
Redes neuronales de paso de mensajes para la predicción de propiedades moleculares
Fundación de código abierto del sistema de visualización molecular PyMOL patrocinado por usuarios.
Una plataforma de aprendizaje automático potente y flexible para el descubrimiento de fármacos
Un co-científico de IA que funciona en tu escritorio. Claude Science, pero mejor.
Un toolkit de aprendizaje profundo para DTI, propiedades de fármacos, PPI, DDI, predicción de la función de proteínas (Bioinformática)
TeachOpenCADD: una plataforma de enseñanza para el diseño de fármacos asistido por computadora (CADD) utilizando paquetes y datos de código abierto
Conjuntos Moleculares (MOSES): Una Plataforma de Benchmarking para Modelos de Generación Molecular
Herramienta de diseño molecular con IA para diseño de novo, salto de andamio (scaffold hopping), reemplazo de grupo R, diseño de enlazadores y optimización de moléculas.
BioNeMo Recipes: Para construir y adaptar modelos de IA en el descubrimiento de fármacos a gran escala
Representación robusta de grafos con restricciones semánticas, en particular para moléculas en química
🏆 Una lista clasificada de impresionantes proyectos de aprendizaje automático atomístico ⚛️🧬💎.
ScienceClaw es un asistente de investigación personal construido con LangChain DeepAgents e infraestructura AIO Sandbox, adoptando una arquitectura completamente nueva más allá de OpenClaw. Ofrece mayor seguridad, mejor transparencia y una experiencia más amigable para el usuario.
EquiBind: deep learning geométrico para predicciones rápidas de la estructura 3D en la que una molécula pequeña se une a una proteína
Red de autoencoder para aprender una representación continua de estructuras moleculares.
Allegro es un código para construir potenciales interatómicos E(3)-equivariantes altamente escalables
Preguntas frecuentes
¿Cuál es el repositorio de #drug-discovery más popular en GitHub?
El proyecto de código abierto de #drug-discovery mejor posicionado en GitHub es K-Dense-AI/scientific-agent-skills, con 57,990 estrellas. Convierte cualquier agente de IA en un científico de IA. La biblioteca de Agent Skills n.º 1 para la ciencia, utilizada por más de 250.000 científicos en todo el mundo. 177 habilidades validadas listas para usar y más de 100 bases de datos científicas que abarcan biología, química, medicina y descubrimiento de fármacos. Compatible con Cursor, Claude Code, Codex, Pi, Antigravity y el estándar abierto Agent Skills.
¿Qué lenguajes de programación se utilizan más en los repositorios de #drug-discovery?
Entre los proyectos de #drug-discovery mejor posicionados en GitHub, los lenguajes de programación más comunes son Python, Jupyter Notebook, C++, C.
¿Cómo se calcula la clasificación de los repositorios de #drug-discovery?
Seguimos 33 repositorios activos de código abierto etiquetados con #drug-discovery (500+ estrellas), que suman un total de 114,139 estrellas, con una media de 3,458 estrellas por repositorio. Las clasificaciones se actualizan diariamente a partir de la API de GitHub.