DeepChem 분자 머신러닝 스킬

무엇을 해주나

• DeepChem 2.8.0 기준으로 분자 데이터 로딩(SMILES, SDF, 단백질 서열), 특성화(원형 지문, 그래프, 디스크립터), 데이터 분할, 모델 학습·평가·예측까지 전 과정의 코드 패턴을 제공합니다.
• Tox21, BBBP, Delaney 등 MoleculeNet 벤치마크와 공개 분할을 그대로 사용하는 방법을 안내합니다.
• GCN, GAT, MPNN, AttentiveFP 같은 그래프 신경망과 ChemBERTa·GROVER·MolFormer 전이학습을 다룹니다.
• 스캐폴드 분할로 데이터 누출 방지, 불균형 데이터 처리, 대용량 데이터의 메모리 관리 등 실전 베스트 프랙티스와 흔한 오류(백엔드 미설치, MKL 충돌) 해결법을 담고 있습니다.
• predict_solubility.py, graph_neural_network.py, transfer_learning.py 세 개의 실행 가능한 스크립트와 API·워크플로 참조 문서가 동봉되어 있습니다.

이런 분께 추천

• ADMET, 독성, 용해도 등 분자 물성 예측 모델을 만드는 계산화학·신약 개발 연구자
• 화학 데이터로 머신러닝을 처음 시작하며 검증된 벤치마크와 기준선이 필요한 데이터 과학자
• 사전학습 분자 모델을 소규모 데이터셋에 파인튜닝하려는 ML 엔지니어

활용 예시

• "Delaney 데이터로 용해도 예측 모델을 학습하고 CCO, 벤젠의 값을 예측해줘" → predict_solubility.py 실행 및 결과 해석.
• "Tox21에서 AttentiveFP와 랜덤포레스트+지문 기준선을 비교해줘" → 스캐폴드 분할 기반 공정 비교 파이프라인 구성.
• "샘플 800개짜리 활성 데이터가 있는데 과적합이 심해" → ChemBERTa 파인튜닝 또는 단순 모델 전환 등 처방 제시.

이 파일의 지시를 읽고 그대로 따라서 나를 도와줘:
https://raw.githubusercontent.com/K-Dense-AI/scientific-agent-skills/HEAD/skills/deepchem/SKILL.md

내가 원하는 것: (여기에 하고 싶은 일을 쓰세요)

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