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)...
⚠️ 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...
celltype-agent 完整教學指南 一句話定位:celltype-agent(CLI:ct)是藥物探索版的 AI coding agent——輸入自然語言問題,AI 自動規劃並呼叫 190+ 計算生物學工具,輸出完整研究報告。 1. 專案定位與核心概念 什麼是 celltype-agent? celltype-agent 是 CellType Inc. 開源的藥物探索自主代理。它將 Claude Agent SDK 的代理迴圈與 190+ 計算生物學工具組合,讓研究人員只需輸入自然語言問題,就能自動執行多步驟的藥物研究工作流: 1使用者問題 2 │ 3 ▼ 4Claude(規劃 → 呼叫工具 → 自我修正 → 合成) 5...