DeepChem 分子机器学习

• 唯一标识：kdense-deepchem
• 显示名称：DeepChem 分子机器学习
• 能力摘要：用 DeepChem 的分子特征化、MoleculeNet 数据集和传统/深度模型进行性质、毒性、ADMET 与生物活性预测，适合快速比较图网络、指纹和预训练模型方案。

案例素材

1. 早期药物筛选需要预测 BBB 渗透。加载相应基准数据，比较 ECFP 指纹的随机森林与分子图模型，并采用 scaffold split 降低结构相近带来的虚高分数。
2. 化合物库要做急性毒性优先级排序。统一 SMILES 清洗和特征化，对缺失标签进行适当处理，输出预测、置信信息和需实验复核的边界案例。
3. 研究生复现 MoleculeNet 结果。固定数据划分、随机种子、评估指标和后端依赖，区分框架安装问题与模型性能问题，形成可复验笔记。