PyTDC 是面向药物发现与治疗性机器学习的开源平台，提供 AI 就绪数据集与基准。数据按三类组织：单实例预测（分子/蛋白性质，如 ADME、毒性、HTS、QM）、多实例预测（药物-靶点、药物-药物、蛋白-蛋白相互作用等）、生成任务（分子生成、逆合成、成对分子生成）。平台提供标准化评测指标与有意义的划分方式（scaffold、random、cold_drug、cold_target、temporal 等），并附分子 oracle 用于性质优化。
安装：uv pip install PyTDC；升级：uv pip install PyTDC --upgrade。依赖 numpy、pandas、tqdm、seaborn、scikit_learn、fuzzywuzzy。
基本用法：from tdc.<problem> import <Task>；data = <Task>(name='<Dataset>')；split = data.get_split(method='scaffold', seed=1, frac=[0.7,0.1,0.2])；df = data.get_data(format='df')。problem 为 single_pred、multi_pred 或 generation。例如 ADME(name='Caco2_Wang')、DTI(name='BindingDB_Kd')、DDI(name='DrugBank')、MolGen(name='ChEMBL_V29')、RetroSyn(name='USPTO')。
评测可用 Evaluator，如 ROC-AUC、RMSE、MAE 等；基准组如 admet_group 需按 5 个种子评测并调用 group.evaluate。工具还含 MolConvert 格式转换、分子过滤、标签二值化与单位换算、数据平衡、负采样、图转换及实体检索等处理工具。Oracle 支持单个或多个 SMILES 打分。可用 retrieve_dataset_names 查询数据集。
适用场景：药物发现与治疗性机器学习数据集使用、标准化基准评测、分子性质与相互作用预测、目标导向分子生成。限制与收费、价格、额外平台能力等资料未提供。