💊

pytdc

Name: pytdc
Author: K-Dense-AI

Sûr ⚙️ Commandes externes🌐 Accès réseau

Accéder aux ensembles de données de découverte de médicaments avec PyTDC

Également disponible depuis: davila7

Les chercheurs en découverte de médicaments ont besoin d'ensembles de données standardisés pour former des modèles d'apprentissage automatique. PyTDC fournit des ensembles de données ADME, de toxicité et d'interactions médicament-cible.curés avec des divisions train-test appropriées et des oracles d'évaluation.

Prend en charge: Claude Codex Code(CC)

🥉 76 Bronze

Télécharger le ZIP du skill

Importer dans Claude

Allez dans Paramètres → Capacités → Skills → Importer un skill

Activez et commencez à utiliser

Tester

Utilisation de "pytdc". Charger l'ensemble de données de toxicité AMES et me montrer le format des données

Résultat attendu:

Ensemble de données chargé avec 7 255 composés pour la prédiction de mutagénicité
Les colonnes incluent Drug_ID, Drug (SMILES) et Y (étiquette de toxicité binaire)
Division par échafaudage appliquée : 5 078 train, 725 validation, 1 452 test molécules

Utilisation de "pytdc". Évaluer cette molécule avec l'oracle GSK3B : CC(C)Cc1ccc(cc1)C(C)C(O)=O

Résultat attendu:

Score de liaison GSK3B : 0,0234 (affinité prédite faible)
Ce SMILES représente l'ibuprofène, pas attendu pour inhiber GSK3B
Les scores vont de 0 à 1, avec des valeurs plus élevées indiquant une liaison prédite plus forte

Audit de sécurité

Sûr

v4 • 1/17/2026

This skill provides documentation and templates for PyTDC, a legitimate drug discovery dataset library. All 427 static findings are false positives caused by markdown code blocks containing Python examples (detected as shell backticks), scientific terminology (DRD2, GSK3B detected as C2 keywords), and molecular/cryptographic naming overlaps. No actual security risks present.

Fichiers analysés

3,184

Lignes analysées

résultats

Total des audits

Facteurs de risque

⚙️ Commandes externes (339)

🌐 Accès réseau (15)

EVALUATION_OUTPUT.json:42 EVALUATION_OUTPUT.json:42 EVALUATION_OUTPUT.json:42 references/datasets.md:246 references/oracles.md:374 references/oracles.md:398 references/utilities.md:681 references/utilities.md:682 references/utilities.md:683 references/utilities.md:684 scripts/benchmark_evaluation.py:268 skill-report.json:6 SKILL.md:454 SKILL.md:455 SKILL.md:456

Audité par: claude Voir l’historique des audits →

Score de qualité

Architecture

100

Maintenabilité

Contenu

Communauté

100

Sécurité

Conformité aux spécifications

Ce que vous pouvez construire

Former des modèles de prédiction ADME

Charger les données de perméabilité Caco-2 avec des divisions par échafaudage, former des prédicteurs de propriétés moléculaires et évaluer avec des métriques standard.

Évaluer les prédicteurs de toxicité

Accéder aux ensembles de données de toxicité hERG, AMES et DILI avec des protocoles de benchmark pour valider les modèles de prédiction de sécurité.

Générer des candidats médicamenteuxNovels

Utiliser des oracles moléculaires comme GSK3B et DRD2 pour guider les modèles génératifs vers des composés avec l'activité biologique souhaitée.

Essayez ces prompts

Charger un ensemble de données ADME

Aidez-moi à charger l'ensemble de données Caco2_Wang de TDC avec une division par échafaudage pour former un prédicteur de perméabilité intestinale.

Exécuter une évaluation de benchmark

Montrez-moi comment évaluer mon modèle ADME en utilisant le groupe de benchmark TDC avec le protocole requis à 5 seeds.

Utiliser des oracles moléculaires

Je veux évaluer les chaînes SMILES générées en utilisant les oracles TDC pour les propriétés QED, SA et GSK3B. Montrez-moi le flux de travail.

Modélisation des interactions médicament-cible

Charger l'ensemble de données BindingDB_Kd avec une division cold-drug pour assurer que mon modèle se généralise aux composés médicamenteux non vus.

Bonnes pratiques

Utiliser des divisions par échafaudage au lieu de divisions aléatoires pour une évaluation réaliste du modèle sur des échafaudages chimiques novels
Exécuter des évaluations de benchmark avec les 5 seeds requis pour rapporter les performances moyennes et l'écart-type
Combiner plusieurs oracles avec un scoring pondéré pour l'optimisation moléculaire multi-objectif

Éviter

Éviter les divisions aléatoires pour les modèles ADME de production car elles surestiment les performances sur des molécules similaires
Ne pas rapporter les résultats de benchmark à seed unique car ils peuvent ne pas refléter la vraie variance du modèle
Éviter d'utiliser les oracles comme étiquettes de vérité terrain pour l'entraînement car ce sont eux-mêmes des modèles prédictifs

Foire aux questions

Quels ensembles de données sont disponibles dans PyTDC ?

PyTDC comprend plus de 60 ensembles de données couvrant l'ADME, la toxicité, les interactions médicament-cible, les interactions médicament-médicament et les tâches de génération moléculaire pour l'apprentissage automatique thérapeutique.

Qu'est-ce qu'une division par échafaudage et pourquoi l'utiliser ?

Les divisions par échafaudage groupent les molécules par échafaudage chimique afin que les molécules de test aient des structures centrales différentes des molécules d'entraînement, simulant une généralisation dans le monde réel.

Comment fonctionnent les oracles moléculaires ?

Les oracles sont des modèles pré-entraînés qui évaluent les chaînes SMILES pour des propriétés comme la drug-likeness (QED), l'accessibilité synthétique (SA) ou la liaison à des cibles (GSK3B, DRD2).

Qu'est-ce que le protocole à 5 seeds pour les benchmarks ?

Les benchmarks TDC nécessitent une évaluation avec 5 seeds aléatoires différents pour calculer la moyenne et l'écart-type, assurant des comparaisons de performances robustes.

Puis-je utiliser PyTDC avec PyTorch Geometric ou DGL ?

Oui, TDC fournit des utilitaires MolConvert pour transformer les SMILES en graphes PyG, des graphes DGL ou d'autres représentations moléculaires comme les empreintes ECFP.

Qu'est-ce qu'une division cold-drug pour la prédiction DTI ?

Les divisions cold-drug garantissent que les médicaments de test n'apparaissent jamais dans l'entraînement, mesurant à quel point les modèles prédisent bien la liaison pour des composés médicamenteux entièrement novels.