DeepChem

Quando usar

Use para predição de propriedades moleculares, featurização SMILES/grafo, benchmarks MoleculeNet e transferência explícita de encoder configurada. O fluxo de trabalho também abrange adaptadores de materiais e sequências do DeepChem quando seus contratos de dados/modelo são atendidos.

Visa o DeepChem 2.8.0, ainda a versão estável do PyPI na revisão. Builds noturnas 2.8.1 possuem APIs adicionais e restrições diferentes; não misture a documentação latest com uma instalação estável. A pilha de CPU testada e as limitações de backend opcionais estão em references/review.md.

Fluxo de Trabalho

1. Defina a identidade do composto, condições do ensaio, unidades alvo e rótulos ausentes. Analise SMILES e mantenha um registro das linhas rejeitadas. Audite estruturas duplicadas e medições repetidas antes de dividir.
2. Combine a representação com o modelo usando a tabela abaixo. Ajuste primeiro uma linha de base numérica; o tamanho do conjunto de dados por si só não seleciona a melhor arquitetura.
3. Escolha uma divisão por scaffold, temporal ou agrupada para a questão de implantação. Preserve IDs de divisão exatos, inspecione a sobreposição de scaffold e o suporte de classe por tarefa, e rejeite divisões vazias. A divisão por scaffold não elimina todo o vazamento.
4. Ajuste o pré-processamento apenas nos dados de treinamento. Preserve as máscaras dataset.w. Normalize apenas alvos contínuos e inverta essas transformações para métricas/predições.
5. Selecione as configurações do modelo/épocas nos dados de validação e avalie a divisão final uma vez. Relate o suporte por tarefa, a incerteza entre repetições planejadas e comparações de linha de base. AUC requer ambas as classes observadas.
6. Preveja usando a representação de treinamento e as transformações. Preserve identificadores, unidades alvo originais e limites de aplicabilidade. O ajuste bem-sucedido não é evidência de desempenho científico prospectivo.

Contratos essenciais de modelo

O alias 'ECFP' do MoleculeNet é de 1024 bits, enquanto a classe de fingerprint tem o padrão de 2048. 'GraphConv' é um ConvMolFeaturizer legado, incompatível com Torch GCN. 'Raw' tem o padrão de objetos RDKit Mol; use DummyFeaturizer() para strings brutas. Importe Torch MPNN/GROVER de deepchem.models.torch_models.

A versão estável HuggingFaceModel retorna logits e sua perda de treinamento ignora pesos de amostra. O script de transferência HF empacotado aceita uma tarefa binária/regressão totalmente observada e não ponderada e rejeita conjuntos de dados multitarefa esparsos. Um ID de modelo ou model_dir não é, por si só, um modelo pré-treinado carregado.

Instalação

Use um ambiente Python 3.11 isolado, fora de qualquer ambiente de repositório cujos requisitos de Python entrem em conflito. Esta pilha principal testada suporta os caminhos de fumaça de fingerprint, DMPNN, HF local e GROVER:

uv venv --python 3.11 .venv-deepchem
uv pip install --python .venv-deepchem/bin/python \
  'deepchem==2.8.0' 'torch==2.14.1' 'transformers==5.18.0' \
  'torch-geometric==2.8.0.post1'

As verificações de fumaça de CPU usaram essas versões, não compilações de GPU. Para treinamento de GPU, instale a compilação correta do framework de acordo com suas instruções oficiais da plataforma. GCN/GAT/AttentiveFP/Torch MPNN também exigem DGL e DGL-LifeSci mutuamente compatíveis; esses backends não estavam disponíveis nesta auditoria. Instalar apenas o Torch, ou importar o DeepChem com sucesso, não estabelece esses caminhos de modelo.

A distribuição estável expõe os extras torch, tensorflow, jax e dqc, com requisitos históricos de dependência opcional; eles não são uma garantia de que todas as combinações modernas de plataforma/backend se resolvam ou executem. Nenhum extra [all] existe. As rotas TensorFlow, JAX e de química quântica foram apenas revisadas em código-fonte. Verifique a documentação de instalação da release e os requisitos. O DeepChem tenta importações opcionais no momento da importação do pacote e pode registrar módulos ignorados; ele não promete que todas as classes estarão disponíveis após essa importação.

Scripts empacotados

O principal exemplo executável de ponta a ponta é predict_solubility.py com um customizado

…