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大规模成药性筛选、结构警报检测和化学基团识别。
主要能力：提供 mc.rules 成药性规则（rule_of_five、rule_of_three、rule_of_oprea、rule_of_cns、rule_of_leadlike_soft/strict、rule_of_veber、rule_of_reos、rule_of_drug、golden_triangle、pains_filter）；mc.structural 结构警报（CommonAlertsFilters、NIBRFilters、LillyDemeritsFilters）；mc.groups.ChemicalGroup 检测 hinge_binders、phosphate_binders、michael_acceptors、reactive_groups 及自定义 SMARTS；mc.catalogs 命名目录；mc.complexity 复杂度（bertz、whitlock、barone）；mc.constraints 属性约束（MW、LogP、TPSA、可旋转键等）；mc.query 布尔查询语言；mc.functional 快捷函数与 mc.utils 工具。所有过滤器支持 n_jobs 并行与 progress 进度显示。
使用方式：先安装 pip install medchem datamol（依赖 RDKit），用 datamol.to_mol() 将 SMILES 转为 RDKit Chem.Mol 对象，再调用各过滤器。例如 mc.rules.RuleFilters(rule_list=["rule_of_five"])(mols=mols, n_jobs=-1)。不同过滤器返回格式不同：RuleFilters 返回 dict，NIBRFilters 返回 bool，LillyDemeritsFilters 返回含 demerits/passes 的 dict。
适用场景：初始筛选、hit-to-lead、先导优化、CNS 靶点、片段筛选等不同阶段的化合物库分诊，可结合 ML 打分做预过滤。
限制：规则仅为指导，约 10% 上市药物违反 Ro5，天然产物、抗生素、PROTAC、前药常为例外；需结合领域知识，避免盲目过滤，并记录过滤决策。SMILES/SDF 解析、描述符与指纹请用 rdkit-cheminformatics，高层分子操作用 datamol-cheminformatics。官方文档 https://medchem-docs.datamol.io/。