用途：Medchem 是面向药物发现的 Python 分子过滤与优先级排序库，用于对化合物库进行批量分类与筛选，支持命中到先导及先导优化的化合物优先级排序。
主要能力：
- 成药性规则：通过 medchem.rules 应用 Lipinski（rule_of_five）、Veber、CNS、lead-like 等文献规则，RuleFilters 可批量返回 DataFrame。
- 结构警示过滤：medchem.structural 提供 CommonAlertsFilters（ChEMBL 衍生）与 NIBRFilters（诺华筛选库整理），返回 pass_filter、status、reasons 等列。
- 命名目录过滤：medchem.catalogs.NamedCatalogs 提供 PAINS、Brenk、tox、zinc 等 RDKit FilterCatalog。
- 函数式 API：medchem.functional 提供 rules_filter、nibr_filter、alert_filter、complexity_filter 等一次性封装，返回布尔掩码（True 表示通过）。
- 化学基团：medchem.groups 检测 privileged_scaffolds、共价弹头等官能团与子结构集合。
- 分子复杂度：medchem.complexity 将 bertz、sas、qed 等指标与 ZINC-15 百分位阈值比较。
- 查询语言：medchem.query.QueryFilter 支持 MATCHRULE、HASALERT、HASPROP、HASGROUP、HASSUBSTRUCTURE 及 AND/OR/NOT 组合多条件过滤。
使用方式：安装命令为 uv pip install medchem datamol；可选 Lilly demerit 过滤需 mamba install -c conda-forge lilly-medchem-rules。要求 Python ≥3.9，依赖 datamol 与 RDKit（自动安装）。示例针对 medchem 2.0.5。批量脚本用法：uv run python scripts/filter_molecules.py input.csv --rules rule_of_five,rule_of_cns --pains --nibr --output filtered.csv。
适用场景：化合物库初步分类、先导优化过滤、官能团检测、多条件组合筛选。
限制：过滤器为情境相关指南，需结合领域知识与靶点信息；上市药物常违反 Ro5，前药与天然产物为常见例外；Lilly demerits 需额外原生二进制；RuleFilters 与结构类返回 DataFrame，函数式助手返回布尔数组；建议对超过 1000 个分子使用 n_jobs=-1 并行。官方文档见 https://medchem-docs.datamol.io/，GitHub 见 https://github.com/datamol-io/medchem。