#drug-discovery Repositórios
Descubra 33 repositórios ativos de código aberto no GitHub marcados com #drug-discovery, acumulando um total de 114,139 estrelas (uma média de 3,458 por projeto). O líder deste tópico é K-Dense-AI/scientific-agent-skills, com 57,990 estrelas.
33 repositórios no total
Transforme qualquer agente de IA em um cientista de IA. A biblioteca de Agent Skills nº 1 para ciência, utilizada por mais de 250.000 cientistas em todo o mundo. 177 habilidades validadas e prontas para uso, além de mais de 100 bases de dados científicas que abrangem biologia, química, medicina e descoberta de medicamentos. Compatível com Cursor, Claude Code, Codex, Pi, Antigravity e o padrão aberto Agent Skills.
Scripts de Deep Learning de última geração organizados por modelos - fáceis de treinar e implantar com precisão e desempenho reprodutíveis em infraestrutura de nível empresarial.
Democratizando o Aprendizado Profundo para Descoberta de Medicamentos, Química Quântica, Ciência dos Materiais e Biologia
Redes Neurais de Passagem de Mensagens para Previsão de Propriedades Moleculares
Fundação de código aberto do sistema de visualização molecular PyMOL patrocinado pelo usuário.
Uma plataforma de aprendizado de máquina poderosa e flexível para descoberta de medicamentos
Um co-cientista de IA que funciona no seu computador. Claude Science, só que melhor.
Um Kit de Ferramentas de Aprendizagem Profunda para Previsão de DTI, Propriedade de Medicamentos, PPI, DDI e Função Proteica (Bioinformática)
TeachOpenCADD: uma plataforma de ensino para o desenho auxiliado por computador de fármacos (CADD) utilizando pacotes e dados de código aberto
Molecular Sets (MOSES): Uma Plataforma de Benchmarking para Modelos de Geração Molecular
Ferramenta de design molecular de IA para design de novo, reposicionamento de esqueleto, substituição de grupo R, design de ligantes e otimização de moléculas.
BioNeMo Recipes: Para construir e adaptar modelos de IA na descoberta de medicamentos em grande escala
Representação robusta de grafos semanticamente constrangidos, em particular para moléculas em química
🏆 Uma lista classificada de projetos incríveis de aprendizado de máquina atomístico ⚛️🧬💎.
ScienceClaw é um assistente de pesquisa pessoal construído com LangChain DeepAgents e infraestrutura AIO Sandbox, adotando uma arquitetura completamente nova além do OpenClaw. Ele oferece maior segurança, melhor transparência e uma experiência mais amigável ao usuário.
EquiBind: aprendizado profundo geométrico para previsões rápidas da estrutura 3D na qual uma pequena molécula se liga a uma proteína
Rede autoencoder para aprender uma representação contínua de estruturas moleculares.
Allegro é um código para construir potenciais interatômicos E(3)-equivariantes altamente escaláveis
Perguntas Frequentes
Qual é o repositório de #drug-discovery mais popular no GitHub?
O projeto de código aberto de #drug-discovery mais bem classificado no GitHub é K-Dense-AI/scientific-agent-skills, com 57,990 estrelas. Transforme qualquer agente de IA em um cientista de IA. A biblioteca de Agent Skills nº 1 para ciência, utilizada por mais de 250.000 cientistas em todo o mundo. 177 habilidades validadas e prontas para uso, além de mais de 100 bases de dados científicas que abrangem biologia, química, medicina e descoberta de medicamentos. Compatível com Cursor, Claude Code, Codex, Pi, Antigravity e o padrão aberto Agent Skills.
Quais linguagens de programação são mais usadas nos repositórios de #drug-discovery?
Entre os projetos de #drug-discovery mais bem classificados no GitHub, as linguagens de programação mais comuns são Python, Jupyter Notebook, C++, C.
Como é calculada a classificação dos repositórios de #drug-discovery?
Acompanhamos 33 repositórios ativos de código aberto marcados com #drug-discovery (com mais de 500 estrelas), totalizando 114,139 estrelas e uma média de 3,458 estrelas por repositório. As classificações são atualizadas diariamente a partir da API do GitHub.