AspirinCode/awesome-AI4MolConformation-MD
List of molecules (small molecules, RNA, peptide, protein, enzymes, antibody, and PPIs) conformations and molecular dynamics (force fields) using generative artificial intelligence and deep learning
해결하는 문제
분자 구조와 시뮬레이션을 연구하는 연구자들은 최신 AI 기술을 적용한 관련 논문, 데이터셋, 도구를 찾는 데 어려움을 겪는 경우가 많습니다. 이 프로젝트는 흩어진 정보를 한곳에 정리한 선별된 목록입니다. 단백질, RNA, 소분자, 펩타이드와 같은 분자의 3D 형태(컨포메이션)를 예측하고 시뮬레이션하는 것과 힘장을 사용하는 분자 동역학(MD) 시뮬레이션에 관한 리소스를 수집합니다. 목록은 전통적인 물리 기반 방법과 최신 딥러닝 및 생성형 AI 접근법을 모두 다룹니다.
작동 방식
이 프로젝트는 명확한 메뉴 아래에 그룹화된 링크와 인용의 살아있는 저장소입니다. 일반적인 리뷰로 시작하여 데이터셋과 소프트웨어 패키지를 나열합니다. 주요 섹션은 분자 동역학, 고전 및 신경 힘장, MD 엔진, 궤적 분석, 시각화 도구, 그리고 조립식 MD, 신경망 포텐셜, 반응성 힘장과 같은 전문 주제를 다룹니다. 또한 분자 유형(예: 소분자, 펩타이드, 단백질, 효소, 항체)과 사용된 방법(예: AlphaFold 기반, VAE 기반, 확산 기반, 흐름 기반, GAN 기반, Transformer 기반)에 따라 리소스를 구성합니다. 각 항목에는 제목, 저자, 연도, 그리고 출판물 또는 코드/데이터 링크가 포함됩니다. 목록은 명시적으로 "업데이트 중..."으로 표시되어 있으며, 시간이 지남에 따라 성장하도록 의도되었습니다.
대상 독자
이 프로젝트는 분자 구조와 동역학을 연구하는 계산 화학자, 생물물리학자, 기계 학습 연구자를 대상으로 합니다. 또한 단백질-리간드 상호작용, 항체 컨포메이션 또는 자유 에너지 계산에 관심이 있는 약물 발견 과학자에게도 유용합니다. 이 프로젝트는 연구자들이 자신의 작업에 필요한 벤치마크, 훈련 데이터셋, 시뮬레이션 패키지, 힘장 매개변수를 빠르게 찾는 데 도움을 줍니다.
주요 특징
- 소분자, RNA, 펩타이드, 단백질, 효소, 항체, 단백질-단백질 상호작용 등 다양한 분자 유형을 다룹니다.
- 고전적인 분자 동역학과 신경망 포텐셜 및 생성 모델과 같은 AI 강화 방법을 모두 포함합니다.
- 기술(확산, GAN, VAE, Transformer 등)과 응용(컨포메이션 동역학, 자유 에너지 섭동 등)별로 리소스를 구성합니다.
- DynaRepo, mdCATH, nablaDFT, MMolearn과 같은 데이터셋 및 패키지의 선별된 목록.
- 논문, 코드 저장소, 데이터 다운로드에 대한 직접 링크를 제공합니다.
관련
- 프로젝트
- 프로젝트
- 프로젝트
- 프로젝트