available_featurizers

# Molfeat 中可用的特征化器 本文档提供了 molfeat 中所有可用特征化器的完整目录，按类别组织。 ## 基于 Transformer 的语言模型 使用 SMILES/SELFIES 表示进行分子嵌入的预训练 Transformer 模型。 ### RoBERTa 类模型 - **Roberta-Zinc480M-102M** - 在 ZINC 数据库约 4.8 亿条 SMILES 字符串上训练的 RoBERTa 掩码语言模型 - **ChemBERTa-77M-MLM** - 基于 RoBERTa 的掩码语言模型，在 7700 万个 PubChem 化合物上训练 - **ChemBERTa-77M-MTR** - 在 PubChem 化合物上训练的多任务回归版本 ### GPT 类自回归模型 - **GPT2-Zinc480M-87M** - 在 ZINC 约 4.8 亿条 SMILES 上训练的 GPT-2 自回归语言模型 - **ChemGPT-1.2B** - 在 PubChem10M 上预训练的大型 Transformer（12 亿参数） - **ChemGPT-19M** - 在 PubChem10M 上预训练的中型 Transformer（1900 万参数） - **ChemGPT-4.7M** - 在 PubChem10M 上预训练的小型 Transformer（470 万参数） ### 专用 Transformer 模型 - **MolT5** - 用于分子标注和基于文本生成的自监督框架 ## 图神经网络 (GNNs) 在分子图结构上运行的预训练图神经网络模型。 ### GIN (图同构网络) 变体 全部在 ChEMBL 分子上进行预训练，具有不同的目标： - **gin-supervised-masking** - 带有节点掩码目标的监督学习 - **gin-supervised-infomax** - 带有图级互信息最大化的监督学习 - **gin-supervised-edgepred** - 带有边预测目标的监督学习 - **gin-supervised-contextpred** - 带有上下文预测目标的监督学习 ### 其他基于图的模型 - **JTVAE_zinc_no_kl** - 用于分子生成的连接树 VAE（在 ZINC 上训练） - **Graphormer-pcqm4mv2** - 在 PCQM4Mv2 量子化学数据集上预训练的图 Transformer，用于 HOMO-LUMO 能隙预测 ## 分子描述符 用于物理化学性质和分子特征的计算器。 ### 2D 描述符 - **desc2D** / **rdkit2D** - 200 多种 RDKit 2D 分子描述符，包括： - 分子量、logP、TPSA - 氢键供体/受体 - 可旋转键 - 环计数和芳香性 - 分子复杂性指标 ### 3D 描述符 - **desc3D** / **rdkit3D** - RDKit 3D 分子描述符（需要构象生成） - 转动惯量 - PMI（主转动惯量）比率 - 非球形度、偏心率 - 回转半径 ### 综合描述符集 - **mord