用途：按分子骨架分析化学库，支撑 QSAR 训练/测试划分（防止数据泄漏）、库多样性评估、化学型聚类、SAR 建模的 R 基团分解以及匹配分子对分析（MMPA）。
主要能力：Bemis-Murcko 骨架（环系+连接子，去除 R 基团）作为默认化学型标识；通用框架（原子全为 C、键全为单键）用于拓扑比较；环骨架（仅环原子）为更抽象视图；按骨架 SMILES 聚类；骨架划分（同一骨架只进训练或测试）；R 基团分解生成 SAR 表格；用 mmpdb 挖掘子结构变换及活性变化。
使用方式：需 RDKit 2024.09+、mmpdb 3.1+、scikit-learn 1.4+、datamol 0.12+，使用前用 pip show <package> 核对版本。核心调用为 MurckoScaffold.GetScaffoldForMol 与 MakeScaffoldGeneric；R 基团分解用 rdRGroupDecomposition.RGroupDecompose；MMP 流程为 mmpdb fragment data.smi -o data.fragments、mmpdb index data.fragments -o data.mmpdb、mmpdb transform --smiles 'COc1ccccc1' --property pIC50 data.mmpdb。
适用场景：化学型聚类与库多样性、QSAR/ML 骨架划分、系列（analog series）检测、R 基团分解与 Free-Wilson、MMPA 及基于上下文的 MMP 效应分析、骨架跃迁（2D/3D/药效团）。
限制：线性分子无环时 Bemis-Murcko 骨架为空；通用框架丢失杂原子信息；螺环/桥环可能造成骨架混淆；骨架划分可能类别不均衡；稀疏变换的 MMP 对数量少、效应不确定；R 基团分解存在对称与匹配歧义。骨架划分与随机划分的性能差异依数据集与部署而定，不能直接视为记忆化的通用度量。