ChemSpiderは、1億を超える構造、物性、および関連情報への高速アクセスを提供する無料の化学構造データベースで、Royal Society of Chemistryが運営している。
ChemSpiderは、何百もの高品質なデータソースから化合物を統合しリンクすることで、オンライン検索で自由に利用できる化学データを多様なデータソースから簡単に見つけることができる。また、ユーザーはwikipediaのようにデータを追加したり管理したりすることが可能。一方でRoyal Society of Chemistryによる手動キュレーションによって継続的にデータ品質の向上が行われている。
量子情報・量子多体系のシミュレーションのための使いやすく高速なPythonライブラリ。Tensor networkシミュレーションのためのTensorモジュールと、「厳密な」量子計算のためのMatrixモジュールを提供する。
物質データマイニングのためのオープンソースPythonパッケージ。数十を超えるデータベースからデータを抽出し、前処理や可視化をすることができる。scikit-learnなどと組み合わせることにより、抽出したデータを元に作成した記述子で機械学習モデルを構築できる。
科学データを分析するためのオープンソースソフトウェア。一次元から三次元まで様々な次元でプロットができ、異なるタイプのデータを重ねてマッピングすることも可能。可視化だけでなく、ピーク検出のためのフィッティングといったデータ処理も行える。テキストファイルやHDF5といった一般的なフォーマットからX線実験などで用いられるNeXusといったデータ形式にも対応している。
原子スケールの磁性をモデル化するために設計されたJuliaパッケージであるSunny.jlでは、平衡および非平衡状態における磁気現象を微視的モデルからシミュレーションできる。動的スピン構造因子の計算を容易にし、中性子散乱やX線測定などの実験データと直接比較することが可能。また、Landau-Lifshitzスピンダイナミクスを拡張してスピンをSU(N)コヒーレント状態として扱うこともでき、強い単一イオン異方性を持つ材料のモデル化に有用である。さらに、平衡および非平衡状態のスピン配置をサンプリングするための強力なモンテカルロアルゴリズムを提供されており、幅広い物理現象の研究に適用できる。
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。
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。
電子-フォノン相互作用の第一原理計算を行うためのソフトウェア。Wannier関数を利用して電子状態とフォノン状態の情報を効率的に補間し、高精度な電子-フォノン結合や超伝導特性の解析が可能。EPWはQuantum ESPRESSO (QE) の拡張モジュールとして動作し、電子構造計算とフォノン計算の結果を入力として扱う。
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。
第一原理分子動力学データを用いて、深層学習による高精度な原子間ポテンシャルを生成するソフトウェア。DeePMDモデルにより、密度汎関数法（DFT）精度の分子動力学シミュレーションを大幅に高速化できる。LAMMPSなどの分子動力学コードと連携することができ、大規模系や高温高圧条件下での材料挙動解析、新材料探索などにも広く応用可能。