Biomedical HPC+AI Platform：48款计算生物学工具集成的一站式高性能在线平台，赋能药物发现
该平台由 广州超级计算中心构建，旨在结合高性能计算 (HPC) 与 AI 技术，提供面向生命科学与生物医药研究的一站式计算平台。目的是帮助研究人员高效处理海量生物数据，推动生物科学研究和医学应用的进展。
01 网站地址
https://bio-web1.nscc-gz.cn/
02 集成的计算生物学工具
蛋白质与相互作用预测类：
① GraphPPIS
基于图卷积网络 (GCN) 预测蛋白–蛋白相互作用位点，利用蛋白质三维结构拓扑特征。
https://bio-web1.nscc-gz.cn/app/graphppis-v2
② GraphSite
融合 AlphaFold2 预测结构与图 Transformer，预测蛋白–DNA 结合位点
https://bio-web1.nscc-gz.cn/app/graphsite
③ LMETALsite
通过预训练语言模型 + 多任务学习，直接从序列预测金属离子结合位点，无需比对。
https://bio-web1.nscc-gz.cn/app/lmetalsite
④ GraphBepi
利用图神经网络进行 B 细胞表位预测，辅助疫苗与抗体设计。
https://bio-web1.nscc-gz.cn/app/graphbepi
⑤ SPROF-GO
基于蛋白序列的预训练语言模型和同源扩散，快速预测 GO 功能注释。
https://bio-web1.nscc-gz.cn/app/sprof-go
⑥ ESMFold
Meta AI 的 ESMFold：仅依赖语言模型的蛋白质结构预测工具。
https://bio-web1.nscc-gz.cn/app/esmfold
⑦ GPSite
多任务几何感知网络，预测蛋白质与多种配体（DNA/RNA/ATP/金属离子等）的结合残基。
https://bio-web1.nscc-gz.cn/app/GPSite
⑧ GPSFun
使用语言模型嵌入和几何感知学习预测蛋白功能。
https://bio-web1.nscc-gz.cn/app/GPSFun
⑨ EModelX
融合 Cryo-EM 密度图与蛋白质序列，建模复合物结构。
https://bio-web1.nscc-gz.cn/app/EModelX
⑩ ProteinMPNN
使用深度学习生成模型进行蛋白序列设计。
https://bio-web1.nscc-gz.cn/app/ProteinMPNN
药物与分子设计类：
① DrugVQA
把药物–蛋白相互作用问题转化为“视觉问答”，实现 DTI 预测。
https://bio-web1.nscc-gz.cn/app/drugvqa
② Reinvent
用深度强化学习优化分子生成，使其对特定蛋白结合口袋具有更高亲和力。
https://bio-web1.nscc-gz.cn/app/Reinvent
③ CMPRY
基于反应条件与分子特征，预测化学反应收率。
https://bio-web1.nscc-gz.cn/app/cmpry
④ ReaKE_Reaction
预测反应类型。
https://bio-web1.nscc-gz.cn/app/ReaKE
⑤ ReaKE_Yield
预测 Buchwald–Hartwig 反应收率。
https://bio-web1.nscc-gz.cn/app/ReaKEyield
⑥ ReaKE_fingerprints
用于对化学反应表示的学习框架，支持后续多种化学任务。
https://bio-web1.nscc-gz.cn/app/ReaKE_fingerprints
⑦ Diffleop
一种引导式扩散生成模型，用于设计靶标敏感的 3D 小分子结构。
https://bio-web1.nscc-gz.cn/app/Diffleop
单细胞与多组学类
① SCHAP-classic
单细胞转录组标准分析流程：质控、聚类、差异分析。
https://bio-web1.nscc-gz.cn/app/scRNA-classic-analysis
② SANGO
基于 ATAC-seq 开放区信号，结合基因组序列，实现单细胞注释。
https://bio-web1.nscc-gz.cn/app/SANGO
③ graph_cs_for_wf
稳健可扩展的图神经网络，提升单细胞分类准确率。
https://bio-web1.nscc-gz.cn/app/graph_cs_for_wf
④ velocyto-SCHAP
推断单细胞发育轨迹，常用于研究分化过程。
https://bio-web1.nscc-gz.cn/app/velocyto-SCHAP
⑤ MotifPlot-Visualization
单细胞/ATAC-seq 的 motif 模式可视化工具。
https://bio-web1.nscc-gz.cn/app/MotifPlot-Visualization
其余工具为上述大类的扩展版本或具体子任务，总计 48 款，涵盖蛋白质结构/功能预测、单细胞组学、药物分子生成、化学反应预测、癌症预后、医学影像诊断等多个方向。