pytdc

# PyTDC (Therapeutics Data Commons) ## 概述 PyTDC 是一个开放科学平台，提供用于药物发现和开发的 AI 就绪数据集和基准测试。它涵盖了整个治疗管线，提供标准化的评估指标和有意义的数据拆分，分为三类：单实例预测（分子/蛋白质属性）、多实例预测（药物-靶点相互作用、DDI）和生成（分子生成、逆合成）。 ## 何时使用此技能 在以下情况下应使用此技能： - 处理药物发现或治疗性机器学习数据集 - 在标准化的制药任务上对机器学习模型进行基准测试 - 预测分子属性（ADME、毒性、生物活性） - 预测药物-靶点或药物-药物相互作用 - 生成具有所需属性的新型分子 - 访问具有适当训练/测试拆分（支架拆分、冷拆分）的精选数据集 - 使用分子预言机进行属性优化 ## 安装与设置 使用 pip 安装 PyTDC： bash uv pip install PyTDC 升级到最新版本： bash uv pip install PyTDC --upgrade 核心依赖（自动安装）： - numpy, pandas, tqdm, seaborn, scikit_learn, fuzzywuzzy 特定功能所需的额外包会自动安装。 ## 快速入门 访问任何 TDC 数据集的基本模式遵循此结构： python from tdc. import data = (name='') split = data.get_split(method='scaffold', seed=1, frac=[0.7, 0.1, 0.2]) df = data.get_data(format='df') 其中： - ``: `single_pred`, `multi_pred` 或 `generation` 之一 - ``: 特定任务类别（例如 ADME, DTI, MolGen） - ``: 该任务内的数据集名称 **示例 - 加载 ADME 数据：** python from tdc.single_pred import ADME data = ADME(name='Caco2_Wang') split = data.get_split(method='scaffold') # 返回包含 'train', 'valid', 'test' DataFrame 的字典 ## 单实例预测任务 单实例预测涉及预测单个生物医学实体（分子、蛋白质等）的属性。 ### 可用任务类别 #### 1. ADME (吸收、分布、代谢、排泄) 预测药物分子的药代动力学属性。 python from tdc.single_pred import ADME data = ADME(name='Caco2_Wang') # 肠道渗透性 # 其他数据集: HIA_Hou, Bioavailability_Ma, Lipophilicity_AstraZeneca 等 `