量子化学計算を量子コンピューティングするためのオープンソフトウェア。第二量子化されたハミルトニアンをqubit形式に変換することができる。ハミルトニアンのパラメータは外部の第一原理ソフトウェアを用いた古典計算により算出される。他の量子シミュレータのアプリに繋げるプラグインも提供されている。
固体から分子まで様々な多体系を高精度に取り扱える第一原理量子モンテカルロ法パッケージ。Jastrow相関因子にジェミナル/Pfaffian波動関数を組み合わせた試行波動関数を用いることで、高精度な変分計算を行うことが可能。構造最適化や第一原理分子動力学法も実行できる。
タイトバインディング法が実装されたPythonパッケージ。様々な模型を柔軟に設定することができ、それらの電子状態やBerry位相をタイトバインディング法によって計算できる。Wannier90で求めたパラメータを使うこともできる。
アカデミックライセンスで提供されるオープンソースの半経験的/非経験的量子化学計算アプリケーション。多くの量子化学計算理論（ハートリー-フォック理論、密度汎関数理論、配位間相互作用理論など）に基づく分子の電子状態計算や構造最適化、スペクトル解析が可能。GROMACSと組み合わせることでQM/MM法による動力学計算も可能。
ベーラー・パリネロ型ニューラルネットワークポテンシャルを実装するソフトウェアパッケージ。構造とエネルギー・原子間力・応力を関連付けるデータからポテンシャルを学習したり、学習済みのポテンシャルを使ったLAMMPSによる分子動力学計算も実行可能。独自の予測不確かさの指標も同時に計算できる。
深層学習による原子間力ポテンシャル構築のためのPython/C++ベースのソフトウェアパッケージ。局所構造に合わせた座標系を基準にして原子環境記述子を定義するDeep Potentialを実装している。多数の第一原理計算アプリおよび分子動力学計算アプリの出力を学習データとして利用可能で、学習済みのポテンシャルはLAMMPSによる分子動力学計算およびi-PIによる経路積分分子動力学計算で利用できる。
分子動力学計算のためのソフトウェアツールを集約したパッケージ。様々な原子間ポテンシャルやタイトバインディングモデルが実装されており、多数の外部アプリの呼び出しが可能。機械学習ポテンシャルの一種であるGAP (Gaussian Approximation Potential)の訓練と評価に対応している。
E(3)-同変グラフニューラルネットワークを用いた機械学習ポテンシャルを構築し、利用するためのオープンソースソフトウェア。aseで読み込み可能な構造ーエネルギー・原子間力データを用いた学習が可能。学習済みのポテンシャルを用いてLAMMPSによる分子動力学計算を行うことができる。
E(3)-同変グラフニューラルネットワークを用いたAllegroポテンシャルモデルを構築し、分子動力学計算に利用するためのオープンソースソフトウェア。NequIPに依存しており、NequIPと同様に利用可能。メッセージパッシングを用いずに、局所的な情報のみから原子ごとのエネルギーが計算できるため、スケーリングに優れるとされる。
非線形atomicクラスター展開による原子間力ポテンシャル構築のためのツール。pandasとASEを使ったデータフォーマットを用いるが、VASPの出力ファイルから学習データを自動で抽出することもできる。学習したポテンシャルはLAMMPSに対応しており、分子動力学計算と同時に、出現した構造の学習範囲からの逸脱度合い(extrapolation grade)も計算可能。