rowan
Faz seu agente trabalhar com modelagem molecular e química medicinal. Ele pode prever propriedades de moléculas e simular interações. É ideal para quem trabalha com descoberta de novos medicamentos ou materiais.
O que ela faz
Rowan é uma plataforma que ajuda cientistas a projetar e simular moléculas, como medicamentos. Ele permite que você execute tarefas complexas de modelagem molecular na nuvem, sem precisar de computadores potentes ou de instalar muitos programas.
Quando usar
- ✓Prever propriedades de moléculas (como solubilidade ou pKa).
- ✓Criar diferentes versões de uma molécula para testes.
- ✓Simular como uma molécula se liga a uma proteína.
Exemplo do que pedir para a IA
“Quero prever a solubilidade e o pKa da molécula com código SMILES CCO.”
Quer saber mais? Abra as seções abaixo.
Como usar
O jeito mais fácil: copie a mensagem abaixo e cole no Claude, ChatGPT, Cursor ou outra IA. Ela lê a skill e segue as instruções.
Link da skill
Mensagem pronta para colar
Como funciona
Você escreve um código em Python que envia suas moléculas e as tarefas que você quer realizar para a plataforma Rowan na nuvem. A plataforma executa o trabalho e devolve os resultados para você.
Instalação
Jeito mais fácil: copie o link da skill e cole no Claude, ChatGPT ou Cursor pedindo para seguir as instruções.
No terminal (Claude Code, Codex, Cursor), na pasta do projeto:
npx skills add K-Dense-AI/scientific-agent-skills --skill rowanOu baixe só o arquivo:
curl -L https://raw.githubusercontent.com/K-Dense-AI/scientific-agent-skills/main/skills/rowan/SKILL.md -o SKILL.mdConteúdo técnico (SKILL.md)
Tradução do texto original do autor no GitHub. Os comandos e códigos estão como no original.
Rowan: Fluxos de Trabalho Nativos da Nuvem para Modelagem Molecular e Design de Medicamentos
Visão Geral
Rowan é uma plataforma de fluxo de trabalho nativa da nuvem para simulação molecular, química medicinal e design baseado em estrutura. Sua API Python expõe uma interface unificada para modelagem de pequenas moléculas, previsão de propriedades, docking, dinâmica molecular e fluxos de trabalho de estrutura de IA.
Use Rowan quando quiser executar fluxos de trabalho de química medicinal ou design molecular programaticamente sem manter infraestrutura HPC local, provisionamento de GPU ou uma coleção de ferramentas de modelagem separadas. O serviço gerencia computação e resultados hospedados; os fluxos de trabalho disponíveis dependem da conta.
Quando usar Rowan
Rowan é uma boa opção para:
- Química quântica, métodos semiempíricos ou potenciais de rede neural
- Previsão de propriedades em lote (pKa, descritores, permeabilidade, solubilidade)
- Geração de conjuntos de conformeros e tautômeros
- Fluxos de trabalho de docking (ligante único, série de análogos, refinamento de pose)
- Cofolding de proteína-ligante e geração de MSA
- Pipelines de química multi-etapas (por exemplo, busca de tautômeros → docking → análise de pose)
- Campanhas de química medicinal em lote onde você precisa de infraestrutura consistente e escalável
Rowan não é a opção certa para:
- E/S molecular simples (use RDKit diretamente)
- Métodos ou regimes de elemento/carga fora do suporte documentado do motor selecionado
Início rápido
uv pip install "rowan-python==3.2.0"
import rowan
# Reads ROWAN_API_KEY from the environment.
# Descriptors require a 3D Molecule, not a bare SMILES string.
mol = rowan.Molecule.from_smiles("CC(=O)Oc1ccccc1C(=O)O")
wf = rowan.submit_descriptors_workflow(mol, name="aspirin")
result = wf.result()
print(result.descriptors["MW"]) # exact/monoisotopic mass
print(result.descriptors["SLogP"])
print(result.descriptors["TopoPSA"]) # topological PSA
Isso envia um cálculo hospedado e consome créditos. Os exemplos visam
rowan-python 3.2.0, revisados
em 30/09/2026 contra o SDK lançado e a referência oficial.
Testes de fumaça de esquema/serialização local usaram stjames 0.0.279. Os exemplos hospedados
são ilustrativos: nenhum fluxo de trabalho autenticado foi executado para esta atualização. Bloqueie
ambas as versões do pacote para uma campanha reproduzível.
Instalação
uv pip install "rowan-python==3.2.0"
# Lock dependencies in your own environment; do not install the unrelated "rowan" package.
Autenticação e acesso à conta
Autenticação
Defina uma chave de API via variável de ambiente (recomendado):
export ROWAN_API_KEY="your_api_key_here"
Ou defina diretamente em Python:
import rowan
rowan.api_key = "your_api_key_here"
Verifique a autenticação:
import rowan
user = rowan.whoami() # Returns user info if authenticated
print(f"User: {user.email}")
print(f"Credits available: {user.credits_available_string()}")
print(user.enabled_workflows) # Account-specific backend workflow slugs
Formatos de entrada de molécula
Use SMILES para métodos baseados em topologia e estruturas 3D reais para métodos baseados em geometria. SMARTS é uma linguagem de consulta de subestrutura, não uma entrada geral de molécula para fluxo de trabalho; converta InChI com um kit de ferramentas de química antes de passar uma entrada suportada. Registre a estereoquímica, carga, estado de protonação e o identificador original. A canonicalização por si só não resolve essas escolhas científicas.
Strings SMILES versus objetos de molécula
- pKa:
starlingechemprop_nevolianis2025exigem uma string SMILES;gxtb_wagen2026(padrão) eaimnet2_wagen2024exigem coordenadas. - Busca de conformeros: SMILES funciona com OpenConf (padrão) ou ETKDG; CREST/MCMM exigem uma molécula 3D.
- Permeabilidade de membrana:
gnn-mtlexige SMILES;pypermmexige uma molécula 3D. - ADMET, LogP, macropKa e solubilidade são baseados em SMILES; MD de análise de pose precisa de SMILES do ligante e um complexo de proteína contendo sua pose ligada.
- Descritores, tautômeros, docking, docking de análogos, BDE, RMN e Fukui precisam de um
rowan.Molecule,stjames.Moleculeou molécula RDKit com um conformero.Chem.MolFromSmiles()por si só não tem coordenadas. Gere-as explicitamente comrowan.Molecule.from_smiles()ou importe uma geometria existente. Para docking de análogos, preserve a pose de referência no referencial da coordenada do receptor.
Dica: Use RDKit para validar SMILES antes do envio:
from rdkit import Chem
smiles = "CCO"
mol = Chem.MolFromSmiles(smiles)
if mol is None:
…
Perguntas frequentes
O que é 'código SMILES'?
É uma forma de representar a estrutura de uma molécula usando apenas letras e números.
O que é 'pKa'?
É uma medida que indica a acidez de uma substância química.
Preciso instalar algo no meu computador?
Sim, você precisa instalar uma pequena biblioteca Python chamada 'rowan-python' e configurar uma chave de API para se conectar ao serviço.
Detalhes
Descrição original do autor
Rowan is a cloud-native molecular modeling and medicinal-chemistry workflow platform with a Python API. Use for pKa and macropKa prediction, conformer and tautomer ensembles, docking and analogue docking, protein-ligand cofolding, MSA generation, molecular dynamics, permeability, descriptor workflows, and related small-molecule or protein modeling tasks. Ideal for programmatic batch screening, mul
Popularidade
- Estrelas no GitHub
- 51 mil
- Posição no ranking
- #1966
- Licença
- MIT
- Atualizada em
- 15/10/2026
Comentários
- …
Mais skills deste repositório
13c-metabolic-flux
Estima fluxos metabólicos usando dados de rastreamento de isótopos de carbono-13. É útil para analisar o metabolismo celular e vias bioquímicas.
K-Dense-AI/scientific-agent-skills
adaptyv
Projeta experimentos de caracterização de proteínas usando a API Adaptyv. Ele ajuda a estimar custos, enviar sequências e monitorar resultados de laboratório.
K-Dense-AI/scientific-agent-skills
aeon
Realiza tarefas de aprendizado de máquina em séries temporais. É útil para classificar, prever, detectar anomalias e encontrar padrões em dados sequenciais.
K-Dense-AI/scientific-agent-skills
alphagenome
Consulta efeitos genômicos pré-calculados para variantes genéticas. Ele fornece pontuações e explicações para entender o impacto das variantes no genoma.
K-Dense-AI/scientific-agent-skills
Skills parecidas
pytorch-patterns
Ajuda seu agente a usar o PyTorch para criar modelos de aprendizado de máquina. Ele aplica as melhores práticas para treinar modelos de forma eficiente e garantir que os resultados sejam consistentes.
affaan-m/ECC
evm-token-decimals
Ajuda seu agente a evitar erros com números decimais em diferentes redes blockchain. Garante que os valores de tokens sejam precisos em transações e cálculos.
affaan-m/ECC
knowledge-agent
Cria e consulta bases de conhecimento com inteligência artificial. Permite fazer perguntas sobre trabalhos passados ou compilar conhecimento sobre um tema.
thedotmack/claude-mem