targetdiff
La mise en œuvre officielle de la diffusion équivariante 3D pour la génération de molécules sensibles aux cibles et la prédiction d'affinité (ICLR 2023)
Générez et prédisez des structures moléculaires en utilisant un modèle de diffusion 3D spécialisé pour la conception de médicaments.
Revendiquez sa page : indexée quel que soit son rang, traduite en six langues, et enrichie de vos propres mots.
Recevez une alerte par e-mail à sa prochaine version ou quand il décolle — ne ratez plus rien.
Gratuit · sans carte · désinscription à tout momentLa mise en œuvre officielle de la diffusion équivariante 3D pour la génération de molécules sensibles aux cibles et la prédiction d'affinité (ICLR 2023)
targetdiff compte 344 étoiles sur GitHub. Il a été forké 53 fois. targetdiff est écrit principalement en Python. Il est développé activement depuis 2023. Ses principaux thèmes sont : ai-for-science, diffusion-models, drug-design, equivariant-networks.
Qu'est-ce que targetdiff ?
La mise en œuvre officielle de la diffusion équivariante 3D pour la génération de molécules sensibles aux cibles et la prédiction d'affinité (ICLR 2023)
targetdiff est-il open source ?
targetdiff est un projet open source.
targetdiff est-il gratuit ?
Oui. targetdiff est gratuit et open source — vous pouvez l'utiliser, le modifier et l'héberger vous-même.
Dans quel langage targetdiff est-il écrit ?
targetdiff est écrit principalement en Python.
Ajoutez ce badge en direct à votre README — vos étoiles GitHub et votre classement dans le répertoire, actualisés quotidiennement.
[](https://olud.ai/project/guanjq-targetdiff.html)
Mesuré à partir des topics GitHub communs aux deux projets, pondérés par leur rareté.