#drug-discovery Repository
Scopri 33 repository GitHub open source attivi contrassegnati con #drug-discovery, che raccolgono un totale di 114,139 stelle (con una media di 3,458 stelle per progetto). Il progetto leader di questo argomento è K-Dense-AI/scientific-agent-skills, con 57,990 stelle.
33 repository in totale
Trasforma qualsiasi agente IA in uno scienziato IA. La libreria di Agent Skills n. 1 per la scienza, utilizzata da oltre 250.000 scienziati in tutto il mondo. 177 competenze validate e pronte all’uso, oltre a più di 100 database scientifici che coprono biologia, chimica, medicina e scoperta di farmaci. Compatibile con Cursor, Claude Code, Codex, Pi, Antigravity e lo standard aperto Agent Skills.
Script di deep learning all'avanguardia organizzati per modelli - facili da addestrare e distribuire con accuratezza e prestazioni riproducibili su infrastruttura di livello enterprise.
Democratizzazione del Deep Learning per la Scoperta di Farmaci, Chimica Quantistica, Scienza dei Materiali e Biologia
Reti neurali basate sul passaggio di messaggi per la predizione delle proprietà molecolari
Fondazione open-source del sistema di visualizzazione molecolare PyMOL sponsorizzato dagli utenti.
Una piattaforma di machine learning potente e flessibile per la scoperta di farmaci
Un co-scienziato IA che funziona sul tuo desktop. Claude Science, ma meglio.
Un toolkit di deep learning per DTI, proprietà dei farmaci, PPI, DDI, previsione della funzione proteica (Bioinformatica)
TeachOpenCADD: una piattaforma educativa per il design di farmaci assistito dal computer (CADD) utilizzando pacchetti e dati open source
NequIP è un codice per la costruzione di potenziali interatomici E(3)-equivarianti
Set Molecolari (MOSES): Una Piattaforma di Benchmark per Modelli di Generazione Molecolare
Strumento di progettazione molecolare AI per la progettazione de novo, lo scaffold hopping, la sostituzione del gruppo R, la progettazione di linker e l'ottimizzazione molecolare.
BioNeMo Recipes: Per costruire e adattare modelli di IA nella scoperta di farmaci su larga scala
Rappresentazione robusta di grafi con vincoli semantici, in particolare per molecole in chimica
🏆 Un elenco classificato di fantastici progetti di machine learning atomistico ⚛️🧬💎.
ScienceClaw è un assistente di ricerca personale costruito con LangChain DeepAgents e infrastruttura AIO Sandbox, adottando un'architettura completamente nuova oltre OpenClaw. Offre una sicurezza più forte, una maggiore trasparenza e un'esperienza più user-friendly.
EquiBind: deep learning geometrico per previsioni rapide della struttura 3D in cui una piccola molecola si lega a una proteina
Rete autoencoder per l'apprendimento di una rappresentazione continua delle strutture molecolari.
Allegro è un codice per costruire potenziali interatomici E(3)-equivarianti altamente scalabili
Domande frequenti
Qual è il repository #drug-discovery più popolare su GitHub?
Il progetto open source #drug-discovery più alto in classifica su GitHub è K-Dense-AI/scientific-agent-skills, con 57,990 stelle. Trasforma qualsiasi agente IA in uno scienziato IA. La libreria di Agent Skills n. 1 per la scienza, utilizzata da oltre 250.000 scienziati in tutto il mondo. 177 competenze validate e pronte all’uso, oltre a più di 100 database scientifici che coprono biologia, chimica, medicina e scoperta di farmaci. Compatibile con Cursor, Claude Code, Codex, Pi, Antigravity e lo standard aperto Agent Skills.
Quali linguaggi di programmazione sono più utilizzati nei repository #drug-discovery?
Tra i progetti #drug-discovery più alti in classifica su GitHub, i linguaggi di programmazione più comuni sono Python, Jupyter Notebook, C++, C.
Come viene calcolata la classifica dei repository #drug-discovery?
Monitoriamo 33 repository open source attivi contrassegnati con #drug-discovery (500+ stelle), per un totale di 114,139 stelle e una media di 3,458 stelle per repository. Le classifiche vengono aggiornate quotidianamente tramite l’API di GitHub.