Datamol 화학정보학 도우미

무엇을 해주나

Claude가 화학정보학 라이브러리 datamol(RDKit 래퍼)의 사용법을 정확히 알고 코드를 써 주도록 만드는 스킬입니다. SMILES/InChI/SELFIES 변환, 분자 표준화(sanitize·standardize), 분자 기술자(descriptor) 계산, ECFP·MACCS 핑거프린트와 Tanimoto 유사도, Butina 클러스터링과 다양성 선택, Bemis-Murcko 스캐폴드 분석, BRICS/RECAP 프래그먼트, 3D 콘포머 생성과 RMSD 클러스터링, SASA 계산, 시각화(그리드·SVG·부분구조 하이라이트), 반응 SMARTS 적용까지 10개 워크플로 영역을 참조 문서와 함께 정리해 둡니다.

또한 n_jobs=-1 병렬 처리, progress=True 진행 표시, fsspec 기반 S3/GCS 원격 파일 입출력, scikit-learn과 연결한 QSAR 모델링 예시, 자주 겪는 오류(파싱 실패·메모리 부족·콘포머 생성 지연)에 대한 해결책도 포함합니다.

이런 분께 추천

• 신약개발·의약화학 연구에서 화합물 라이브러리를 다루는 연구자
• RDKit이 어렵거나 보일러플레이트가 많다고 느끼는 데이터 과학자
• 분자 데이터로 ML 학습 데이터셋(스캐폴드 분할 포함)을 만들고 싶은 분
• 가상 스크리닝, SAR 분석 파이프라인을 반복적으로 돌리는 분

활용 예시

1. "CSV의 SMILES 컬럼 5만 개를 표준화하고 유효하지 않은 구조를 걸러낸 뒤 기술자 표를 만들어줘" → dm.to_mol + dm.standardize_mol + batch_compute_many_descriptors(n_jobs=-1) 코드 생성.
2. "이 SDF에서 ECFP4 기준으로 다양한 500개 화합물을 골라줘" → dm.read_sdf → dm.to_fp → dm.pick_diverse 파이프라인 제안.
3. "스캐폴드 단위로 train/test를 분리해 랜덤포레스트 QSAR 모델을 학습해줘" → Bemis-Murcko 스캐폴드 그룹화 후 분할, scikit-learn 학습 코드 작성.

클로드스킬마트에서 찾은 스킬을 설치해줘.
GitHub 저장소 K-Dense-AI/scientific-agent-skills 의 skills/datamol 폴더를 내 ~/.claude/skills/datamol/ 에 그대로 복사해줘.
설치가 끝나면 이 스킬로 무엇을 할 수 있는지 한 줄로 알려줘.