Protein- & Strukturforschung

Tabelle1: Protein- & Strukturforschung (KI generiert)


1	AlphaFold DB / AlphaFold Server	AlphaFold DB / AlphaFold Server	Proteinstrukturvorhersage	Referenzwerkzeug zur Vorhersage und Recherche von Proteinstrukturen. Besonders geeignet für Strukturbiologie, Target-Analyse und Hypothesengenerierung.
2	ColabFold	ColabFold GitHub	Schnelle Proteinstrukturvorhersage	Niedrigschwellige AlphaFold-basierte Strukturvorhersage über Google Colab oder lokal. Sehr beliebt für akademische Strukturbiologie.
3	Boltz-2	Boltz GitHub	Biomolekulare Komplexe	KI-Modell für Protein-, Ligand- und Komplexstrukturen sowie Bindungsaffinitäten. Besonders relevant für moderne Struktur- und Wirkstoffforschung.
4	Chai-1	Chai-1 GitHub	Multimodale Strukturvorhersage	Vorhersage von Strukturen biologischer Komplexe, einschließlich Proteinen, Liganden, DNA, RNA und Glykanen.
5	RFdiffusion	RFdiffusion GitHub	Generatives Protein-Design	Werkzeug für De-novo-Protein-Design, Binder-Design und Protein-Engineering. Sehr stark für experimentelle Design-Workflows.
6	ProteinMPNN	ProteinMPNN GitHub	Proteinsequenz-Design	Entwirft passende Aminosäuresequenzen für vorgegebene Protein-Backbones. Häufig kombiniert mit RFdiffusion und AlphaFold/ColabFold.
7	GNINA	GNINA GitHub	Molekulares Docking	Deep-Learning-gestütztes Docking und Scoring für Protein-Ligand-Interaktionen. Relevant für strukturbezogenes Wirkstoffdesign.
8	DiffDock	DiffDock GitHub	Protein-Ligand-Docking	Diffusionsmodell für Protein-Ligand-Docking. Besonders interessant für KI-gestützte Drug-Discovery-Forschung.
9	DeepChem	DeepChem	Molekulares Machine Learning	Open-Source-Toolkit für Wirkstoffforschung, Molekülmodellierung, QSAR und chemisch-biologische ML-Workflows.