使用 AbGPT 实现 AI 驱动的抗体生成

使用 AbMAP 进行抗体表位映射

ADAPT：基于 AI 指导的针对肽-MHC 的抗原受体设计

用于抗体逆折叠与设计的 AntiFold

ImmuneBuilder：快速预测抗体和 TCR 结构

AF2BIND：使用 AlphaFold2 预测配体结合位点

ESMFold 快速结构预测——无需多序列比对（MSA）

OpenFold3：开源的 AlphaFold3 替代方案

BindCraft：使用 AI 设计蛋白质结合剂

mBER：多样化结合体工程与优化

使用 AI 对蛋白质变体进行评分和排名

用于自动化蛋白质工程项目的 ProteusAI

使用 RFpeptides 设计生物活性肽

SaProt：结构感知蛋白质语言模型

EquiBind：快速蛋白质-配体结合构象预测

借助 Drylab 进行大规模 QuickVina 2 对接

TankBind：三角几何感知的药物-蛋白质结合预测

GPUMD：无需 HPC 的快速 GPU 分子动力学

使用 AI 辅助设置运行 LAMMPS 分子动力学模拟

Tinker：云端分子建模与动力学

BCFtools 变异分析：从 VCF 自动获取洞见

Longshot：基于长读长测序的准确 SNP 检测

Sniffles：基于长读长的结构变异检测

Flye 与 Hifiasm：你应该使用哪种长读长组装器？

NextDenovo：利用长读长数据组装大型基因组

Trinity：无参考的从头转录组组装

WTDBG2：云端超高速长读长基因组组装

Kallisto GPU：RNA-seq 定量速度提升 10 倍

StringTie：转录本组装与定量详解

scGPT：单细胞基础模型解析

SpatialPPIv2：空间蛋白质-蛋白质相互作用分析

Medaka：将 Nanopore 组装精修至近乎完美的准确度

Aggrescan3D：预测并减少蛋白质聚集

RiboDiffusion：基于扩散的 RNA 三级结构设计

Uni-Mol：通用三维分子表征学习

使用 AbLang 进行抗体序列优化

用于抗体 CDR 设计自动化的 AbMPNN

一键完成 ANARCI 抗体编号

使用 DeepRank-Ab 对抗体-抗原复合物进行排序

RFantibody：结合 Drylab 的基于扩散的抗体设计

Boltz2 与 AlphaFold：下一代结构预测

IntelliFold：借助 AI 实现通用蛋白质折叠

RhoFold：利用深度学习预测 RNA 三级结构

Profluent E1：AI生成的基因编辑器

用于序列多样性探索的蛋白质 Gibbs 采样器

ProteinMPNN：基于蛋白质骨架的 AI 序列设计

PXDesign：云端从头蛋白设计

RhoDesign：基于 AI 的 RNA 序列设计

DiffDock：基于扩散的分子对接详解

FlowDock：用于蛋白质-配体对接的流匹配

rDock：云端高通量虚拟筛选

Uni-Mol 对接 V2：基于机器学习的结合构象预测

无需超级计算机即可运行 GROMACS 模拟

Molly.jl：让 Julia 中的分子动力学变得简单

Tinker9：GPU 加速的分子动力学模拟

Clair3：用于长读长测序数据的 AI 变异检测

NanoCaller：用于纳米孔测序数据的深度学习变异识别

Strelka2：生殖系和体细胞变异检测流程

使用 HiFi 读段进行 Hifiasm 基因组组装——完整指南

Raven：快速 Nanopore 基因组组装详解

Unicycler 混合组装：结合短读长读长测序

HISAT2 RNA-seq 比对：使用 Drylab 的分步指南

Salmon 与 Kallisto：该选择哪种 RNA-seq 定量工具？

TranscriptFormer：使用 Transformer 预测基因表达

scPRINT：用于单细胞生物学的大型语言模型

通用细胞嵌入：跨数据集细胞表征

Minimap2：用于 Nanopore 和 PacBio 数据的长读长序列比对

AllMetal3D：预测蛋白质中的金属离子结合位点

RNAPro：使用 AI 预测 RNA-蛋白质相互作用

AbLang-MPNN：结合语言模型与蛋白质设计

使用 ABodyBuilder3 预测抗体三维结构

AntiBERTy：用于抗体序列的BERT语言模型

IgDesign：从零开始由 AI 设计的免疫球蛋白

使用 TCRmodel2 预测 T 细胞受体结构

Chai-1：多聚体蛋白结构预测解析

OmegaFold：基于序列的大规模蛋白质折叠

Drylab 中的 RosettaFold3：无需配置，无需 GPU

EvoEF2：预测并优化蛋白质稳定性

蛋白猎手：AI 引导的蛋白候选发现

ProteinX：借助 AI 的多目标蛋白质设计

RFdiffusion3：基于扩散的从头蛋白质设计

Roshambo：自动评估并对蛋白质设计进行排序

DockQ：自动评估蛋白质对接质量

Pocket2Mol：为任何结合口袋生成分子

SurfDock：表面感知的蛋白-配体对接

gmx_MMPBSA：终态自由能计算详解

HOOMD-blue：云端 GPU 加速粒子模拟

OpenMM 分子模拟：无需本地 GPU

UAMMD：使用 Drylab 进行 GPU 加速的介观尺度模拟

无需本地计算集群的 FreeBayes 变异检测

PEPPER-DeepVariant：面向大规模的高精度长读长变异检测

VariantFormer：基于 Transformer 的变异效应预测

MEGAHIT 宏基因组组装：快速、内存高效、支持 AI

SPAdes 基因组组装：让短读长和混合读长变得简单

Verkko：借助 AI 的端粒到端粒基因组组装

Kallisto：无需比对的快速 RNA-seq 定量

STAR比对器：快速的剪接感知RNA-seq比对

rapids_singlecell：借助 GPU 实现快 10 倍的 scRNA-seq 分析

scvi-tools：概率式单细胞数据整合

Dorado 碱基识别：处理 Nanopore 读段的最快方式

MultiQC：一键生成自动化测序质控报告

AlphaGenome：基因组功能的 AI 预测

Sei：从 DNA 预测调控序列功能