💊

pytdc

Name: pytdc
Author: K-Dense-AI

Seguro ⚙️ Comandos externos🌐 Acesso à rede

Acesse Conjuntos de Dados de Descoberta de Fármacos com PyTDC

Também disponível em: davila7

Pesquisadores de descoberta de fármacos precisam de conjuntos de dados padronizados para treinar modelos de ML. O PyTDC fornece conjuntos de dados curados de ADME, toxicidade e interação fármaco-alvo com divisões treino-teste adequadas e oráculos de avaliação.

Suporta: Claude Codex Code(CC)

🥉 76 Bronze

Baixar o ZIP da skill

Upload no Claude

Vá em Configurações → Capacidades → Skills → Upload skill

Ative e comece a usar

Testar

A utilizar "pytdc". Carregue o conjunto de dados de toxicidade AMES e me mostre o formato dos dados

Resultado esperado:

Conjunto de dados carregado com 7.255 compostos para predição de mutagenicidade
Colunas incluem Drug_ID, Drug (SMILES) e Y (rótulo binário de toxicidade)
Divisão por scaffold aplicada: 5.078 treino, 725 validação, 1.452 moléculas de teste

A utilizar "pytdc". Avalie esta molécula com o oráculo GSK3B: CC(C)Cc1ccc(cc1)C(C)C(O)=O

Resultado esperado:

Pontuação de ligação GSK3B: 0,0234 (baixa afinidade predita)
Este SMILES representa ibuprofeno, não é esperado que iniba GSK3B
Pontuações variam de 0 a 1, com valores mais altos indicando ligação predita mais forte

Auditoria de Segurança

Seguro

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.

Arquivos analisados

3,184

Linhas analisadas

achados

Total de auditorias

Fatores de risco

⚙️ Comandos externos (339)

🌐 Acesso à rede (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

Auditado por: claude Ver Histórico de Auditoria →

Pontuação de qualidade

Arquitetura

100

Manutenibilidade

Conteúdo

Comunidade

100

Segurança

Conformidade com especificações

O Que Você Pode Construir

Treinar Modelos de Predição ADME

Carregar dados de permeabilidade Caco-2 com divisões por scaffold, treinar preditores de propriedades moleculares e avaliar com métricas padrão.

Avaliar Preditores de Toxicidade

Acessar conjuntos de dados de toxicidade hERG, AMES e DILI com protocolos de benchmark para validar modelos de predição de segurança.

Gerar Novos Candidatos a Fármacos

Usar oráculos moleculares como GSK3B e DRD2 para guiar modelos generativos em direção a compostos com atividade biológica desejada.

Tente Estes Prompts

Carregar Conjunto de Dados ADME

Me ajude a carregar o conjunto de dados Caco2_Wang do TDC com divisão por scaffold para treinar um preditor de permeabilidade intestinal.

Executar Avaliação de Benchmark

Me mostre como avaliar meu modelo ADME usando o grupo de benchmark do TDC com o protocolo de 5 sementes obrigatório.

Usar Oráculos Moleculares

Quero avaliar strings SMILES geradas usando oráculos do TDC para propriedades QED, SA e GSK3B. Me mostre o fluxo de trabalho.

Modelagem de Interação Fármaco-Alvo

Carregue o conjunto de dados BindingDB_Kd com divisão cold-drug para garantir que meu modelo generalize para compostos de fármacos não vistos.

Melhores Práticas

Use divisões por scaffold em vez de divisões aleatórias para avaliação realista de modelos em scaffolds químicos novos
Execute avaliações de benchmark com todas as 5 sementes obrigatórias para reportar desempenho médio e desvio padrão
Combine múltiplos oráculos com pontuação ponderada para otimização molecular multi-objetivo

Evitar

Evite divisões aleatórias para modelos ADME de produção pois elas superestimam o desempenho em moléculas similares
Não reporte resultados de benchmark com semente única pois podem não refletir a verdadeira variância do modelo
Evite usar oráculos como rótulos de verdade fundamental para treinamento já que eles próprios são modelos preditivos

Perguntas Frequentes

Quais conjuntos de dados estão disponíveis no PyTDC?

O PyTDC inclui mais de 60 conjuntos de dados cobrindo ADME, toxicidade, interações fármaco-alvo, interações fármaco-fármaco e tarefas de geração molecular para ML terapêutico.

O que é uma divisão por scaffold e por que usá-la?

Divisões por scaffold agrupam moléculas por scaffold químico para que moléculas de teste tenham estruturas centrais diferentes das moléculas de treinamento, simulando generalização do mundo real.

Como funcionam os oráculos moleculares?

Oráculos são modelos pré-treinados que pontuam strings SMILES para propriedades como semelhança a fármaco (QED), acessibilidade sintética (SA) ou ligação a alvos (GSK3B, DRD2).

O que é o protocolo de 5 sementes para benchmarks?

Benchmarks do TDC requerem avaliação com 5 sementes aleatórias diferentes para calcular média e desvio padrão, garantindo comparações de desempenho robustas.

Posso usar o PyTDC com PyTorch Geometric ou DGL?

Sim, o TDC fornece utilitários MolConvert para transformar SMILES em grafos PyG, grafos DGL ou outras representações moleculares como fingerprints ECFP.

O que é uma divisão cold-drug para predição DTI?

Divisões cold-drug garantem que fármacos do conjunto de teste nunca apareçam no treinamento, medindo quão bem os modelos predizem ligação para compostos de fármacos completamente novos.