用途：Datamol 在 RDKit 之上提供轻量、Pythonic 的分子化学信息学抽象层，简化药物发现常见操作。所有分子对象均为原生 rdkit.Chem.Mol，保持完全兼容。
主要能力：SMILES/SDF/CSV/Excel 的解析与标准化；描述符与性质计算（mw、logp、tpsa 等）；指纹生成（ecfp、maccs、topological、atompair）与 Tanimoto 距离矩阵；Butina 聚类、多样性选择与质心挑选；Murcko 骨架提取、BRICS/RECAP/MMPA 碎片化；3D 构象生成与 RMSD 聚类、SASA；分子网格可视化。
使用方式：安装 uv pip install datamol，导入 import datamol as dm。核心调用如 dm.to_mol()、dm.standardize_mol()、dm.descriptors.compute_many_descriptors()、dm.to_fp()、dm.cluster_mols()、dm.pick_diverse()、dm.conformers.generate()、dm.viz.to_image()。批处理函数支持 n_jobs 与 progress 参数，I/O 支持 S3、GCS、HTTP（需安装 s3fs、gcsfs 等）。
适用场景：化合物库清洗与标准化、ML 特征化、相似性搜索与虚拟筛选、多样性挑选、骨架分析与 SAR 分组、基于骨架的 ML 训练/测试划分、构象分析。
限制：Butina 聚类构建完整距离矩阵，适合约 1000 个分子以内，更大量级宜用 pick_diverse 或层次方法；dm.to_mol() 对无效 SMILES 返回 None，需先过滤；外部数据应先标准化，否则同一分子不同 SMILES 会产生不同指纹；Murcko 骨架需至少一个环；可视化依赖 Pillow、cairosvg，Excel 图像输出需 openpyxl。基因查询用 gget，高级子结构查询或自定义指纹直接用 RDKit。价格、许可与更新信息暂未提供。