用途：Datamol 是建立在 RDKit 之上的轻量 Python 抽象层，面向日常药物发现中的分子数据处理，所有分子对象仍是原生 rdkit.Chem.Mol，可与 RDKit 生态兼容。适合加载、标准化、去重分子表，计算描述符与指纹，聚类与多样性挑选，骨架分析、片段化、3D 构象生成和 SAR 可视化。
主要能力：SMILES/SELFIES/InChI 格式转换；结构标准化与 sanitize；描述符与指纹；3D 构象生成与分析；Butina 聚类与多样性/代表分子选择；Murcko 骨架和 BRICS/RECAP 片段分析；化学反应应用；分子网格可视化与对齐；通过 n_jobs 并行处理；借助 fsspec 支持 S3/GCS/HTTP 远程文件读写。
使用方式：安装 uv pip install datamol（示例基于 0.13.0，需 Python ≥ 3.11 并自动拉取 RDKit）。导入 import datamol as dm。常用调用：dm.to_mol、dm.to_smiles、dm.standardize_mol、dm.read_sdf、dm.open_df、dm.descriptors.compute_many_descriptors、dm.to_fp、dm.pdist、dm.cluster_mols、dm.pick_diverse、dm.to_scaffold_murcko、dm.fragment.brics、dm.conformers.generate、dm.viz.to_image。并行参数 n_jobs=-1 使用全部核心，批处理描述符在 joblib ≥ 1.6 时需显式 batch_size。
限制：描述符键名与 RDKit 不同（如 clogp、n_lipinski_hbd），无 logp/hbd/hba 等键；0.13 起杂环描述符拼写为 n_aromatic_heterocycles 等，旧名仅作弃用别名。Butina 聚类构建完整距离矩阵，适合约 1000 个分子规模，更大数据集建议用多样性选择等方法。其余高级用法详见随附参考文件。官方文档 https://docs.datamol.io/，GitHub https://github.com/datamol-io/datamol。