タンパク質の立体構造を予測するためのAIシステム。タンパク質の一次配列（アミノ酸配列）からその三次元構造（折りたたみ構造）を予測することが可能。過去の数十万のタンパク質構造データベースを学習し、DeepMindを基盤とするディープラーニング技術を活用して、新しいタンパク質のアミノ酸配列からその立体構造を予測する。
結晶構造の対称性に関連したライブラリ。結晶構造を与えることで、対称操作や空間群、プリミティブセルの検知や、既約波数の生成といった、結晶構造の対称性に関連した操作ができる。C言語で作成されているが、PythonやFortran、Rustなどの様々なインターフェースが用意されている。
固体のバンド計算における波数パスを生成するツール。結晶の対称性に基づいた波数空間中の高対称点を特定し、それらを結ぶ標準化された「パス」を提供する。さまざまな結晶構造のフォーマット（POSCARやCIFなど）に対応しており、多くの電子構造計算ソフトウェア（VASP、Quantum ESPRESSO、ABINITなど）と連携可能。Webベースのインターフェースも提供されている。
第一原理計算から得たフォノン情報に基づき、格子熱伝導率を求めるためのボルツマン輸送方程式ソルバー。三次フォノン相互作用を考慮し、異方性結晶や複雑構造、欠陥を含む固体の熱輸送特性を第一原理的に解析できる。チュートリアルや入力支援ツールも整備されている。3次力定数を計算するツール(thirdorder.py)も同じサイトで公開されている。
点群や画像データに対して、パーシステントホモロジーという数学的枠組みを用いて構造の特徴を抽出するためのPythonパッケージ。物質科学の分野では、液体やガラスの構造の違いの特徴づけや、顕微鏡画像の次元削減などに用いられている。機械学習のための構造記述子としても有用である。
DIRAC（“Program for Atomic and Molecular Direct Iterative Relativistic All-electron Calculations”）は、分子系に対して相対論的量子化学計算を行うための総合的プログラムパッケージ。全電子系（all-electron）を扱い、4成分相対論計算から非相対論計算までをサポートしている。
第一原理計算から得たフォノン情報をもとに、四次フォノン散乱を含む格子熱伝導率を計算するためのソフトウェア。ShengBTEを拡張し、高温で支配的となる四フォノン過程を考慮できる。三次相互作用との競合効果や温度依存性を定量的に解析でき、より精密な熱輸送特性の評価を可能にする。
汎用機械学習ポテンシャルを評価するためのベンチマークフレームワークおよび、その評価に基づくリーダーボード。物質の生成エネルギーや、構造緩和の精度、熱伝導度の予測精度を総合的に勘案した評価をもとに順位付けを行っている。最近では大学などの公的研究機関に加えて、Meta、Microsoft、Googleなどの大企業も汎用ポテンシャルの開発に参画し、リーダーボードの上位を賑わしている。
有機化合物の設計に最適化されたPyth