alterlab-deepchem

DeepChem 是一个面向化学、材料科学与生物学的 Python 机器学习库。本技能用于分子性质预测、药物发现、材料设计和生物分子分析，覆盖专用神经网络、分子特征化方法与预训练模型。适用场景包括：加载并处理 SMILES、SDF、蛋白质序列等分子数据；预测溶解度、毒性、结合亲和力、ADMET 等性质；在化学/生物数据集上训练模型；使用 MoleculeNet 基准（Tox21、BBBP、Delaney 等）；把分子转为指纹、图表示、描述符；实现 GCN、GAT、MPNN、AttentiveFP 等图神经网络；用 ChemBERTa、GROVER（MoLFormer 仅 nightly）做迁移学习；预测晶体/材料性质；分析蛋白质或 DNA 序列。不适用：自定义 GNN 架构建议用 torch-geometric/torchdrug，仅取 ADMET/DTI 基准数据集用 pytdc，仅做特征矩阵或预训练嵌入用 molfeat，经典数值表机器学习用 scikit-learn。主要能力：CSVLoader、SDFLoader、FASTALoader、ImageLoader、JsonLoader 等加载器；CircularFingerprint、RDKitDescriptors、MolGraphConvFeaturizer、DMPNNFeaturizer、GroverFeaturizer、SmilesToSeq、CoulombMatrix 等特征化；ScaffoldSplitter、ButinaSplitter、MaxMinSplitter、RandomSplitter、RandomStratifiedSplitter 划分；SklearnModel、MultitaskRegressor、GBDTModel、GCNModel、GATModel、AttentiveFPModel、DMPNNModel、CGCNNModel、MEGNetModel 等模型；dc.molnet 提供 30+ 基准及标准化划分；Chemberta 可直接微调，GroverModel 需自建原子/键词表并用 GroverFeaturizer 特征化，不下载预训练权重；可用 ROC-AUC、Accuracy、F1、R²、MAE、rms_score 评估。用法上，建议独立虚拟环境安装，稳定版为 2.8.0，支持 Python 3.7-3.11，命令：uv venv --python 3.11 && uv pip install deepchem；PyTorch 后端用 uv pip install "deepchem[torch]"（也有 [tensorflow]、[jax]，无 [all]）；Python 3.12+ 或 MoLFormer、ProtBERT 用 uv pip install --pre "deepchem[torch]"。脚本包括 predict_solubility.py、graph_neural_network.py、transfer_learning.py。限制：nightly 固定 numpy<2、torch==2.2.1、dgl<2.2.1，不能与 numpy 2.x 或当前 PyTorch 共存；Hugging Face 包装器还需 transformers；分子数据应使用 Scaffold 划分以防泄漏。完整 API、工作流与最佳实践见对应 references 文档。价格与许可信息暂未提供。