rowan

Cloud-based quantum chemistry platform with Python API. Preferred for computational chemistry workflows including pKa prediction, geometry optimization, conformer searching, molecular property calculations, protein-ligand docking (AutoDock Vina), and AI protein cofolding (Chai-1, Boltz-1/2). Use when tasks involve quantum chemistry calculations, molecular property prediction, DFT or semiempirical methods, neural network potentials (AIMNet2), protein-ligand binding predictions, or automated computational chemistry pipelines. Provides cloud compute resources with no local setup required.

1. Zainstaluj Rowan poprzez pip w środowisku Python 3.12 lub nowszym. Upewnij się, że masz klucz API do autoryzacji połączenia z platformą chmurową.

2. Zaimportuj bibliotekę Rowan w swoim skrypcie Python i skonfiguruj autentykację za pomocą klucza API. Platforma obsługuje wszystkie obliczenia w chmurze, więc nie musisz konfigurować lokalnych zasobów obliczeniowych.

3. Przygotuj dane wejściowe dla swojego zadania — na przykład struktury molekularne w formacie SMILES, sekwencje białek lub struktury PDB. Rowan akceptuje standardowe formaty chemii obliczeniowej.

4. Zdefiniuj przepływ pracy, łącząc kroki takie jak predykcja pKa, generowanie konformerów, optymalizacja geometrii lub dokowanie. Możesz budować wieloetapowe pipeline'y, na przykład przeszukiwanie tautomerów, a następnie dokowanie i analiza pozycji.

5. Uruchom zadanie za pośrednictwem API Pythona. Rowan automatycznie skaluje zasoby chmurowe i zarządza wynikami. Wyniki zwracane są w strukturyzowanym formacie gotowym do dalszej analizy.

6. Dla kampanii batch'owych (np. przeszukiwanie serii analogów lub screening dużych bibliotek) użyj pętli do przesyłania wielu zadań równolegle. Platforma obsługuje skalowanie bez konieczności zarządzania infrastrukturą lokalnie.