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.