用途：Medchem 是面向药物发现工作流的 Python 分子过滤与优先级排序库，用于对化合物库进行大规模分诊，应用成药性规则、结构警报和药物化学规则。规则与过滤器具有情境依赖性，应作为指南并结合领域专业知识使用。
主要能力：medchem.rules 提供 Rule of Five（Lipinski）、Oprea、CNS、leadlike（soft/strict）、three、Reos、drug、Veber、Golden triangle、PAINS 等规则，支持单规则调用与 RuleFilters 多规则组合；medchem.structural 提供 Common Alerts、NIBR Filters、Lilly Demerits（275 条规则，超过 100 demerits 拒绝）；medchem.functional 提供 nibr_filter、common_alerts_filter 等高层函数；medchem.groups 检测 hinge binders、phosphate binders、Michael acceptors、反应性基团及自定义 SMARTS；medchem.catalogs 提供官能团、保护基、常用试剂、标准片段等命名目录；medchem.complexity 计算 Bertz、Whitlock、Barone 复杂度并可按阈值过滤；medchem.constraints 支持分子量、LogP、TPSA、可旋转键等自定义约束；medchem.query 提供查询语言，如 "rule_of_five AND NOT common_alerts"。
使用方式：安装命令为 uv pip install medchem。典型用法是配合 datamol 将 SMILES 转为分子对象，再调用规则或过滤器，批量处理时使用 n_jobs=-1 并行化并开启 progress。结果通常返回包含通过/失败状态与详细信息的字典。官方文档见 https://medchem-docs.datamol.io/，代码仓库见 https://github.com/datamol-io/medchem。
适用场景：化合物库初始分诊、先导化合物优化筛选、识别特定化学基团或骨架、评估化合物质量与药物化学性质、检测反应性或问题官能团、计算分子复杂度。
限制：规则和过滤器是情境相关的指南而非绝对标准，已上市药物常不满足标准过滤器，前药可能有意违反规则；应结合生物靶点与化学空间理解，组合多种过滤器并记录过滤决策以保证可复现性。资料未提供收费、价格或平台支持等具体信息。