Cresset 是一家专注于以计算化学和分子建模为核心的数字化分子发现公司，提供面向药物发现的软硬件与服务解决方案。公司通过科学驱动并结合AI增强的方法，帮助科研团队在分子设计、构效关系分析和合成跟踪等环节提高成功率。其产品线包括用于结构与配体设计的 CADD 软件平台、Torx Design 设计与合成管理工具，以及面向外包发现项目的 Discovery CRO 服务。Cresset 同时强调合规与可持续发展，已获得 SOC 2、Cyber Essentials 等认证，并为多家跨国制药与生命科学机构提供支持。
RDKit 是一个开源的化学信息学（cheminformatics）软件工具包，广泛用于分子表示、子结构搜索、分子指纹和化学性质计算等任务。它提供 Python 和 C++ API，支持从分子编辑、构象生成到化学信息学算法的完整工作流，并能通过 Conda、Homebrew 等渠道方便安装。RDKit 拥有活跃的社区、详尽的在线文档和示例、以及在 GitHub 上的源码与问题跟踪系统，适合科研机构、制药公司和教育用途。商业支持也可由第三方（如 T5 Informatics）提供，便于在生产环境中部署和集成。
OpenEye（现为 Cadence 的一部分）是一家专注于计算分子设计与分子建模的软件与服务提供商，面向药物发现和材料科学等领域。其旗舰平台为 Orion 分子设计平台，包含小分子发现、抗体发现与制剂设计等套件，并提供用于 2D/3D 相似性搜索、分子对接、分子动力学、自由能预测与量子化学计算的工具。OpenEye 还维护大规模的可搜索数据库（如数十亿到数百亿级别的化合物集合）和可用于结构筛选的蛋白质位点库，支持云端部署与高通量虚拟筛选。除此之外，OpenEye 提供咨询、定制方法开发与企业级服务，面向学术、制药、生物科技与其他化学相关产业，帮助用户在“科学、速度、规模”三方面提升分子设计效率与可复现性。
Rosetta Commons 是一个致力于生物分子建模与设计的开源社区与软件生态，汇集全球科研人员共享先进的计算方法与工具。该网站展示了 Rosetta 软件套件及相关项目（如 RosettaFold、RFdiffusion、ProteinMPNN、AtomWorks 与 ModelForge 等）的最新进展、开源仓库与 Docker 镜像，支持可重复的科学研究与协作开发。社区通过会议（如 RosettaCon 与 Megathon）、文档教程、代码托管与治理机制推动方法学创新，并为蛋白质折叠、相互作用预测与抗体设计提供实用工具与模型。无论是学术研究者还是工业用户，都可以在 Rosetta Commons 找到下载、教程、社区活动与最新研究成果，从而加速生物分子设计与发现。
Cyrus Biotech 是一家以计算驱动蛋白质发现为核心的生物技术公司，专注于利用自然存在的蛋白并通过计算建模与深度突变技术将其开发为更优的治疗性生物药。公司拥有经验证的平台与超过30个与合作伙伴开展的发现项目，强调将天然蛋白工程化以实现更佳的药理学特性。其在自身免疫性疾病领域有多条主导管线，包括用于去除IgG的IdeS、针对胃肠和代谢适应的IL‑22变体，以及经优化半衰期的ACE2v2‑Fc用于急性呼吸窘迫综合征。Cyrus 提供整合性的蛋白设计能力，结合新算法与先进实验方法，旨在为医药合作伙伴提供快速、可转化的候选药物。公司总部位于美国西雅图，并对外开放合作与临床开发机会。
AQ 实验室（AQ Laboratory）是一个专注于生物分子结构预测和计算蛋白质设计的开源研究与工程组织，在 GitHub 上以多个高影响力仓库著称。其代表性项目包括对 AlphaFold2 的可训练 PyTorch 重现实现 **openfold**、基于 AlphaFold3 思路的 **openfold-3**、以及用于蛋白质生成和基序支架设计的扩散模型 **genie/genie2**。此外，AQ 实验室还维护标准化数据集（如 **proteinnet**）、轻量级分子对接模型 **QuickBind**、以及若干与免疫受体、信号网络相关的工具与笔记本。项目多以 Python 与 Jupyter Notebook 实现，采用 Apache-2.0 或 MIT 等宽松许可证，便于学术复现与工程应用。该组织适合从事结构生物学、计算生物设计与机器学习研究的开发者与研究人员参与与使用。
Baker Lab 是华盛顿大学蛋白质设计研究所（UW Institute for Protein Design）下的研究团队，致力于通过计算与实验相结合的迭代流程设计功能性蛋白质，解决医学、技术与可持续性领域的挑战。实验室开发并应用蛋白质设计软件，利用深度学习、分子建模与实验验证来改进设计方法和提高成功率。研究方向涵盖酶、肽、迷你结合子（minibinders）、分子器件、药物递送、纳米材料、膜蛋白与混合材料等多个领域。团队倡导开放协作的科学文化，发布大量出版物与博客内容，并持续招募新成员参与研究与开发。
PathAI 是一家致力于通过人工智能提升病理学诊断和患者预后结果的科技公司，提供面向生物医药和临床实验室的 AI 驱动病理解决方案。公司核心产品包括面向企业的数字病理工作流平台 AISight、获得监管资质的 AIM‑MASH 等 AI 工具，并为药物与诊断开发提供标注、中心化病理实验室服务与协作网络支持。PathAI 强调云原生架构与图像与病例管理一体化，旨在加速生物标志物发现、提高临床试验质量并优化实验室运营效率。公司与多家医疗机构和生物医药企业建立战略合作，并已获得 FDA/EMA 的重要资质与许可，展示了其在临床与研发场景中的实际可用性与合规能力。
Broad Institute （简称 Broad）是一个多学科生物医学研究机构，致力于通过基础研究和技术创新改善人类健康。机构聚焦基因组学、免疫学、代谢学、脑健康、癌症与罕见病等疾病领域，并在人工智能与数据科学、成像、蛋白质组学、代谢组学和空间组学等技术平台上保持领先。Broad 不仅产出大量开放资源与数据库，还推动学术与产业合作，将发现转化为药物与诊断工具，近年来其科学成果已促成首个基于 Broad 研究的 FDA 批准癌症疗法。机构同时运营临床检测平台、出版物浏览器和公众教育中心，支持科研训练与社区参与。
诺华（Novartis）是一家全球领先的制药与生物技术公司，致力于通过创新药物和科学技术改善患者生活。官网展示了公司在药物研发、生产制造、临床研究及社会责任（ESG）方面的投入与成果，提供最新财报、新闻发布与企业报告等信息。网站还面向医疗专业人士、患者及护理者提供专题资源，并通过内部杂志和多媒体内容传播科研与社会影响故事。总体上，诺华官网既体现了企业的科研实力与产品管线，也强调了可持续发展与以患者为中心的实践。
BenevolentAI 是一家将人工智能与生命科学深度结合的科技公司，致力于用下一代平台支持药物研发决策与发现。公司基于十余年的知识图谱与专有本体构建数据资产，利用先进的机器学习和 AI 技术对复杂生物医学数据进行整合与推理，从而为科学家和高管提供可解释、可操作的洞见。其核心理念是“以技术服务科学”，强调在可信与精确的前提下加速靶点发现、候选物识别与研发策略制定。平台强调数据点的潜在价值，面向跨学科团队提供端到端的生命科学智能支持。
CAS 是专注于推动科学发现与创新的全球性组织，提供经过专家人工策划的高质量科学数据和一整套面向研发与知识产权的解决方案。其旗舰产品包括 CAS SciFinder Discovery Platform、CAS BioFinder Discovery Platform 与 STN IP Protection Suite 等，覆盖从文献检索、化学生物信息整合到专利检索与保护的全流程需求。CAS 强调将庞大的 CAS Content Collection™ 数据与先进的人工智能、量子计算等技术结合，支持机器学习训练数据许可、定制数据服务与科研工作流自动化，帮助制药、材料、能源与学术机构加速发现与产业化。网站同时发布洞见文章、案例研究与领导力项目，面向不同规模的科研与企业用户提供咨询与协作机会。
Insilico Medicine 是一家以生成式人工智能和自动化为核心的生物医药科技公司，致力于将 AI 应用于靶点发现、分子设计、临床前优化与临床研究，加速新药从概念到临床的进程。公司旗下拥有多款产品与平台（如 PandaOmics、Chemistry42、Generative Biologics、Science42:DORA、inClinico 等），覆盖从疾病建模与多组学分析到小分子与生物制剂生成、合成路线与 ADMET 预测等多个环节。Insilico 也拥有自研的药物管线并开展许可与合作项目，发表多篇高影响力论文，推动 AI 驱动的药物发现成为可落地的工业实践。其使命是通过 AI 降低新药研发的时间与成本，延长健康寿命并推动可持续性创新。
Recursion 是一家以 AI 驱动药物发现为核心的 TechBio 公司，致力于通过细胞图像和大规模生物数据解析疾病的细胞机制，从而加速新药研发并降低失败率。公司构建了名为 Recursion OS 的药物发现平台，整合了自动化湿实验室、计算机视觉、高通量成像和机器学习模型，支持从命中识别到 IND 研究的端到端流程。Recursion 拥有超过 65 PB 的专用生物与化学数据（如表型组学、转录组学、InVivomics、蛋白质组学与 ADME 数据），并与 NVIDIA 合作打造了 BioHive-2 超级计算系统以处理海量计算任务。公司在肿瘤学和罕见病等领域建立了丰富的管线，并通过制药与技术合作伙伴扩大影响力，推动 AI 药物发现走向临床应用。
DeepChem 是一个专注于将深度学习技术应用于化学与生命科学领域的开源项目与工具集，旨在降低领域内使用 AI 的门槛，推动科研与工业界对分子设计、药物发现和材料科学的自动化与加速研究。它提供模型库、数据处理管道、专用层（layers）以及丰富的教程与示例代码，方便研究人员快速构建、训练与评估分子级别的机器学习模型。DeepChem 社区活跃，拥有配套的《DeepChem Book》电子书、示例项目与教学资源，并被多家学术机构和企业在实际科研中采用，实现从数据获取、特征表示到模型部署的一体化支持。该平台兼容主流深度学习后端与常见数据格式，便于集成进现有工作流。
Schrödinger 是一家以物理为基础的分子计算平台提供商，致力于通过先进的模拟和建模技术加速药物与材料的发现与设计。其平台结合量子力学、分子力场、自由能计算（如 FEP+）与机器学习/AI 工具，实现对分子性质和相互作用的高精度预测。公司不仅为制药和材料科学团队提供商业化软件与云/本地部署方案，还运营自有的药物研发管线、教育培训与资源共享，支持从靶点选择到候选分子优化的端到端流程。网站内容涵盖产品平台、生命科学与材料科学应用、教育课程、公司使命与活动动态等多方面信息。
