用途：Molfeat 是分子特征化（featurization）Python 库，把化学结构（SMILES 字符串或 RDKit 分子）转换为机器学习可用的数值表示，服务于 QSAR/QSPR 建模、虚拟筛选、相似性搜索、化学空间分析与深度学习。
主要能力：统一 100 多种特征器，涵盖指纹（ECFP、MACCS、MAP4、FCFP、Gobbi）、分子描述符（RDKit 2D、Mordred）、药效团（CATS）、形状（USR/USRCAT）以及预训练模型（ChemBERTa、ChemGPT、MolT5、GIN、Graphormer）。提供三级类：计算器 molfeat.calc 处理单分子；转换器 molfeat.trans 兼容 scikit-learn 并支持并行批处理；预训练转换器 molfeat.trans.pretrained 支持批量推理与缓存。支持 FeatConcat 组合多个特征器、ModelStore 检索可用模型、配置保存与加载以保证可复现。
使用方式：安装可用 mamba install -c conda-forge molfeat 或 pip install molfeat，全部可选依赖为 pip install "molfeat[all]"，特定特征器需额外安装如 molfeat[transformer]、molfeat[dgl]、molfeat[graphormer]、molfeat[fcd]、molfeat[map4]。基本流程是创建计算器（如 FPCalculator("ecfp", radius=3, fpSize=2048)），再用 MoleculeTransformer 包装并设置 n_jobs=-1 并行处理 SMILES 列表，得到特征矩阵；也可直接接入 scikit-learn Pipeline。
适用场景：传统机器学习（随机森林、SVM、XGBoost）常用 ECFP、MACCS、MAP4 或 RDKit/Mordred 描述符；深度学习可用 ChemBERTa 等预训练嵌入或 GIN、Graphormer 图模型；相似性搜索与药效团分析有对应特征器。
限制：部分预训练模型首次运行较慢，后续依赖缓存；大模型需额外依赖包；处理超大数据集需分块以控制内存；无效 SMILES 可通过 ignore_errors=True 跳过。官方文档 https://molfeat-docs.datamol.io/ ，代码仓库 https://github.com/datamol-io/molfeat 。