MLCIL/scikit-fingerprints

해결하는 문제

화학 구조(SMILES 문자열)를 기계학습 파이프라인에서 사용할 수 있는 수치적 표현(분자 핀거프린트)으로 변환하는 과정을 간소화합니다. 원시 화학정보학 데이터와 프로덕션 수준의 머신러닝 모델 사이의 격차를 메우기 위해 scikit-learn 호환 인터페이스를 제공합니다.

작동 방식

이 라이브러리는 다양한 분자 핀거프린트, 필터, 거리 측정을 계산하기 위한 통일된 .transform() API를 제공합니다. 성능을 위해 C++ RDKit를 활용하며, scikit-learn의 Pipeline과 FeatureUnion과 네이티브로 통합되어 있어 분자 전처리를 분류기나 회귀기와 직접 연결할 수 있습니다.

대상 사용자

분자 성질 예측, 약물 발견, 화학 분석을 위한 머신러닝 모델을 구축하는 화학정보학자 및 데이터 과학자에게 적합합니다.

주요 특징

• 풍부한 핀거프린트 라이브러리: ECFP, MACCS, 신경망 임베딩 등을 포함한 30개 이상의 핀거프린트 유형을 지원합니다.
• 화학정보학 툴킷: Lipinski의 5가지 규칙 등 30개 이상의 분자 필터와 Tanimoto를 포함한 14개 이상의 유사도/거리 측정 방식을 제공합니다.
• ML 통합: scikit-learn과의 네이티브 호환성으로 하이퍼파라미터 튜닝과 배포가 간편합니다.
• 신뢰성 도구: 새로운 분자에 대한 모델 예측이 신뢰할 수 있는지 평가하기 위한 11가지 적용 영역 검사 방법을 제공합니다.
• 내장 벤치마크: MoleculeNet 및 Therapeutics Data Commons와 같은 표준 데이터셋에 직접 접근할 수 있습니다.