SuperAPI AI 工具集

molfeat

通用与其它

查看项目

更新于 10-15 23:43

技能介绍

用途:将 SMILES 或 RDKit 分子转为指纹、描述符、药效团或预训练嵌入,用于分子机器学习与相似性搜索,并在同一分子划分与测定终点上比较不同表示。目标版本为 Molfeat 1.0.0;1.x 支持现代 Python,移除了 DGL/DGLLife、旧版 Graphormer 和蛋白质适配器,历史模型卡可能仍提及已移除的适配器,应以 1.0 迁移指南和源码为准。

安装:建议隔离环境,示例在 Python 3.13.3/macOS Apple Silicon 上执行。 uv venv --python 3.13 .venv-molfeat uv pip install --python .venv-molfeat/bin/python "molfeat==1.0.0" Windows 用 .venv-molfeat\Scripts\python.exe。上游支持 Python 3.11–3.14;macOS Intel 用 Python 3.11–3.12、PyTorch 2.2.x、NumPy<2、Transformers<5;其他平台需 PyTorch>=2.5。按需安装 extras:molfeat[transformer]==1.0.0、[mordred]、[pyg]、[fcd]、[selfies]、[cache]、[viz]、[cloud]。DGL 与 Graphormer extras 已不存在。预训练推理可能下载大量权重,需先确认许可、磁盘与设备。

用法:先建立显式 ECFP 基线。FPCalculator 处理单分子,MoleculeTransformer 批量处理。ignore_errors 应放在调用而非构造函数;为 True 时返回过滤后的特征与原始输入位置,为 False 时对失败分子抛错。ECFP 的 radius 是键半径,radius=2 即 ECFP4,1.0.0 中 FPCalculator("ecfp") 默认 radius 2、2048 位;FPVecTransformer 默认长度为 2000,需显式指定 length=2048。可用 to_state_yaml_file/from_state_yaml_file 做配置往返,但只加载可信配置,状态保存的是配置而非标签、预处理决策或已训练模型。预训练嵌入用 PretrainedHFTransformer 等具体适配器,PretrainedMolTransformer 是基类;嵌入宽度取决于检查点、池化与层选择,勿假定 768,注意 max_length 截断。

适用场景:QSAR/QSPR、化学相似性、虚拟筛选、分子 ML。限制:需保留源记录 ID、标签、原始结构及盐、立体化学、互变异构、电荷、重复化合物的策略;标准化会改变化学身份,训练与预测须用同一策略。特征选择、插补、缩放和模型须在训练折内拟合,优先 scaffold/group 或时间划分。保存特征化器状态、有序特征名、包版本、预处理策略与输入 ID,迁移到 1.x 后需重新验证旧状态。小任务用 n_jobs=1,n_jobs=-1 可能放大内存。本地测试不证明预测有效性或预训练/可选后端推理支持。