Analyze Therapeutic ML Datasets with PyTDC

技能简介

PyTDC（Therapeutic Data Commons）是一个专注于治疗机器学习领域的开源数据平台，汇集了药物发现中最常用的精选数据集和标准评测协议。K-Dense-AI/pytdc 这款 Skill 在 PyTDC 基础能力之上，进一步强化了数据集加载、评测协议设计和分子 oracle 使用三个关键环节的指引，帮助 AI 编程助手在药物发现研究中快速构建可复现的机器学习工作流。

在实际场景中，药物发现团队经常面临数据集选择缺乏依据、评测结果无法与文献对比、生成的候选分子缺乏多维度评估等困难。PyTDC 提供了统一的接口和规范，而这款 Skill 则让 AI 助手能够根据具体研究问题推荐最合适的数据集和评测方案——从 ADME 属性预测到分子生成，从单靶点评测到多目标联合优化，都有清晰的决策路径。

核心能力

• 数据集加载指引：覆盖 ADME、毒性、DTI（药物-靶点相互作用）、DDI（药物-药物相互作用）和分子生成等主流任务类型的数据集加载方法和使用建议。
• 科学划分策略：详细解释 Scaffold Split、Random Split、Cold-Drug Split、Cold-Target Split 和时间划分的适用条件，帮助选择最贴近真实应用场景的数据划分方式。
• 五种子基准评测：遵循 PyTDC 官方要求的多种子评测协议，帮助设计包含五个随机种子的基准实验，输出具有统计意义的结果汇总。
• 分子 Oracle 评分：内置 QED（类药性评分）、SA（合成可及性）、LogP（脂溶性）、DRD2、GSK3β、JNK3 等分子属性 oracle，支持候选分子的多目标筛选和排序。
• 评测指标与汇总：提供分类和回归任务的 TDC 评估器使用指南，包括 AUC、PR-AUC、R² 等常见指标的选取原则。

安装配置

• 前提条件：Python 3.8+ 环境，建议通过 conda 或 venv 创建独立环境。
• 安装命令：npx skillstore add k-dense-ai/pytdc
• 依赖安装：需另行安装 PyTDC（pip install PyTDC）及可选依赖 rdkit、deepchem 以支持分子操作和 oracle 计算。
• 验证安装：运行 python -c "from tdc import utils; print(utils.list_tasks())" 确认 PyTDC 正常工作。
• Skill 更新：npx skillstore update k-dense-ai/pytdc

使用步骤

1. 明确研究问题：向 AI 助手描述你的药物发现任务，例如"我想建模预测分子的水溶性"。
2. 推荐数据集：AI 助手根据任务类型从 PyTDC 中筛选最合适的数据集，说明数据规模、标注质量和适用指标。
3. 确定划分策略：AI 助手分析随机划分与 Scaffold/Cold 划分的差异，推荐符合研究目标的划分方式。
4. 制定评测计划：AI 助手设计五种子基准实验，说明评测指标、汇总方式和需要报告的统计数据。
5. 分子生成与 Oracle 筛选（如适用）：若涉及分子生成任务，AI 助手设计 oracle 组合方案，包括 QED、SA、LogP、DRD2 等指标的权重分配。
6. 结果解读：AI 助手汇总评测结果，指出模型性能的优势和局限，并建议后续验证方向。

适用场景

• ADMET 属性预测：分子渗透性、代谢稳定性、毒性等早期成药性评估，为候选分子筛选提供定量依据。
• 药物-靶点相互作用预测：预测化合物与蛋白质靶点的结合活性，支撑靶点验证和先导化合物发现。
• 多目标分子生成：利用 oracle 加权组合，对 AI 生成的候选分子进行 drug-likeness、合成可及性和靶点活性等多维度排序。
• 药物-药物相互作用研究：识别复方用药中可能出现的代谢或效应相互作用，辅助临床用药决策。
• 基准模型对比：利用 PyTDC 提供的标准化评测协议，将自研模型与文献方法在同等条件下公平比较。

适用人群

• 药物化学和计算化学方向的研究人员，利用机器学习方法辅助分子设计。
• 生物信息学方向的研究生和博士后，需要标准数据集进行方法验证和论文复现。
• AI 药物发现公司的算法工程师，建立规范化的模型评测流程和结果汇报体系。
• 对治疗机器学习感兴趣的数据科学从业者，学习药物发现领域的数据处理和建模方法。

工作原理

这款 Skill 的核心机制是将 PyTDC 的结构化数据接口与 AI 助手的推理能力结合。PyTDC 将原始分子数据和评测协议封装为标准化的 Python 对象，Skill 则通过预定义的提示模板，引导 AI 助手完成从研究问题到实验方案的完整转化。AI 助手会根据任务描述推荐数据集和划分策略，根据评测结果给出改进建议，而不是直接输出模型权重或预测结果。这种"AI 辅助决策"而非"AI 直接建模"的定位，使得该 Skill 适合与人类研究者的工作流程紧密配合。

官方链接

• Skill 页面：https://skillstore.io/skills/k-dense-ai-pytdc
• GitHub 仓库：https://github.com/K-Dense-AI/claude-scientific-skills/tree/main/scientific-skills/pytdc
• PyTDC 官方文档：https://tdcommons.github.io/