基于深度学习算法的蛋白-小分子复合物三维结构预测工具，根据三维结构可获得化合物与特定残基的相互作用信息，为小分子的结构优化提供线索。

基于深度学习算法的虚拟筛选工具，快速筛选化学多样性小分子库，获得潜在活性分子列表。

蛋白-蛋白复合物三维结构预测工具，为蛋白质结构功能研究提供线索。

预测靶蛋白（POI）、E3连接酶、PROTAC三元体复合物三维结构，评估不同长度linker片段形成PROTAC分子的合理性。

2D化学结构聚类分析

蛋白-小肽复合物结构预测对于小肽的结构与功能研究、小肽药物筛选与优化十分重要

给定目标分子，筛选内置靶标结构库，获得该分子可能结合的潜在靶标。

蛋白质-DNA复合物结构预测工具

蛋白质-RNA复合物结构预测工具

基于深度学习算法的抗原-抗体复合物三维结构预测工具，根据三维结构提供界面接触残基信息及能量贡献，为CDR优化等提供线索。

根据特定疾病可选择该疾病相关的内置靶标，针对部分或所有该疾病相关的靶标进行分子对接。

根据信号通路可选择该通路相关的内置靶标，针对部分或所有该通路相关的靶标进行分子对接。

用户可建立自定义的靶标集，针对部分或所有自定义靶标集进行分子对接。

基于目标蛋白序列预测可能形成相互作用的对象蛋白

基于深度学习算法的化合物合成路线设计，给定目标化合物生成合成路线。

基于实验数据的HNMR预测

不同压强(0.5-760mmHg)下的沸点预测