SynPlanner 完整教學 — 電腦輔助逆合成規劃 第 1 章：專案定位與核心價值 逆合成規劃 (Retrosynthetic Planning) 是什麼？ 逆合成分析 (retrosynthetic analysis) 是有機化學中最核心的策略思維：從目標分子 (target molecule) 出發，反向推導出一系列可行的合成步驟，最終到達可商業購買的起始原料 (building blocks)。 傳統上，這需要經驗豐富的有機化學家逐步拆解分子，考慮每一步的 selectivity（選擇性）、yield（產率）、與 building block 的可取得性。SynPlanner 將這個過程自動化： 1...
Syntheseus 完整教學：模組化逆合成規劃框架 1. 專案定位與核心價值 1.1 什麼是 Syntheseus？ Syntheseus 是 Microsoft Research 開發的 Python 套件，專為逆合成規劃 (retrosynthetic planning) 設計。逆合成分析的目標是：給定一個目標分子 (target molecule)，反向推導出一條或多條從商業可購買的起始物料 (building blocks) 到目標分子的合成路線 (synthesis route)。 Syntheseus 的核心價值在於模組化：它將逆合成問題拆解為兩個可獨立替換的組件—— Single-step model（單步反應模...
DeepRetro 完整教學 本文目的：把 DeepRetro 的「為什麼要用 LLM 做逆合成」、「整個 pipeline 怎麼運作」、「怎麼跑起來然後接進你的 lead optimization 工作流」一次講清楚。重點放在架構理解、實務操作、幻覺防護機制、以及對你場景的適用性評估。 1. 專案定位與動機 1.1 一句話總結 DeepRetro 是一個 開源的混合式逆合成規劃工具 (hybrid retrosynthesis planning tool)，先讓 AiZynthFinder（template-based MCTS engine）嘗試，失敗時再讓 LLM（Claude / DeepSeek-R1）...
教學：microsoft/retrochimera — 前沿 Ensemble 逆合成模型完整指南 第 1 章：專案定位與價值主張 這個專案解決什麼問題？ 在 drug discovery（藥物發現）的 lead optimization（先導化合物優化）流程中，medicinal chemist（藥物化學家）設計出新的 analog（類似物）後，最關鍵的問題是：這個分子做得出來嗎？ Retrosynthesis（逆合成分析）就是回答這個問題的核心技術——從目標分子反推可行的合成路徑，直到所有起始物料（building block）都能商業購買。 現有的 AI retrosynthesis 模型主要分兩類：...
⚠️ 本文件為 NVIDIA/digital-biology-examples 的深度教學與資安審查報告。資安掃描章節（§6）含紅黃綠燈分級；商用部署前務必審視 §4 NIM 授權條款。 目錄 專案定位 安裝指南 核心架構解析 Helper Scripts 與工具庫詳細用法 應用場景：8 個 NIM × 1 個 Blueprint × 5 條 recipe 資安掃描報告 FAQ 進階技巧 整合進其他工作流 重點摘要 Checklist 進一步閱讀 1. 專案定位 1.1 一句話 NVIDIA/digital-biology-examples 是 NVIDIA BioNeMo 平台官方的「生物 NIM 微服務 cookbook +...
NVIDIA-BioNeMo/bionemo-framework 完整教學 一句話定位：NVIDIA Clara BioPharma 平台的訓練引擎開源層 — GPU 高度最佳化的 recipe 與工具集，把 NVIDIA 在 LLM 上的全套絕活（TransformerEngine FP8/MXFP8/NVFP4 低精度、megatron-FSDP、context parallel、sequence packing、Hopper / Blackwell 架構優化）搬到 biopharma 領域：從 蛋白質（ESM-2 8M→15B、AMPLIFY）、單細胞 RNA（Geneformer）、基因體（Evo2 1B→40B，1M+...
NVIDIA-BioNeMo/bionemo-framework 完整教學 一句話定位：NVIDIA Clara BioPharma 平台的訓練引擎開源層 — GPU 高度最佳化的 recipe 與工具集，把 NVIDIA 在 LLM 上的全套絕活（TransformerEngine FP8/MXFP8/NVFP4 低精度、megatron-FSDP、context parallel、sequence packing、Hopper / Blackwell 架構優化）搬到 biopharma 領域：從 蛋白質（ESM-2 8M→15B、AMPLIFY）、單細胞 RNA（Geneformer）、基因體（Evo2 1B→40B，1M+...
NVIDIA BioNeMo（Hub Repo）完整教學 一句話定位：NVIDIA 在 BioPharma 領域的官方 Developer Asset Hub — 不是程式庫、不是模型、不是框架，而是一份集中索引 README，把散落在 NVIDIA-Digital-Bio / NVIDIA/bionemo-framework / clara-parabricks-workflows / NVlabs / build.nvidia.com 的 5 大支柱（資料 / 模型 / 函式庫 / 訓練 / NIM 推論） 串成一條可導覽的入口路徑。 適合：藥物開發工程師、bioinformatics 分析師、CADD（電腦輔助藥物設計）團...
Taiwan-Health-MCP 完整教學 把台灣健保 / TFDA / 國際醫療編碼資料一次整合給 LLM agent 用的生產級 MCP 伺服器深度教學。 1. 專案定位 Taiwan-Health-MCP 是一個 Model Context Protocol (MCP) 伺服器，目的是讓 Claude / GPT 等 LLM agent 能透過標準工具呼叫介面，查詢以下台灣與國際醫療健康資料： 台灣本地：健保署 ICD-10-CM/PCS 多版本（2014/2021/2023）、TFDA 健康食品、台灣食品營養成分、TWCore IG、本地臨床指引 國際標準：SNOMED CT、LOINC、FHIR R4...
Taiwan-Health-MCP 完整教學 把台灣健保 / TFDA / 國際醫療編碼資料一次整合給 LLM agent 用的生產級 MCP 伺服器深度教學。 1. 專案定位 Taiwan-Health-MCP 是一個 Model Context Protocol (MCP) 伺服器，目的是讓 Claude / GPT 等 LLM agent 能透過標準工具呼叫介面，查詢以下台灣與國際醫療健康資料： 台灣本地：健保署 ICD-10-CM/PCS 多版本（2014/2021/2023）、TFDA 健康食品、台灣食品營養成分、TWCore IG、本地臨床指引 國際標準：SNOMED CT、LOINC、FHIR R4...