클로드스킬마트스킬 둘러보기바로 쓰는 문장영상으로 배우기터미널 사용법스킬이 뭐예요?
 
← 목록으로

Molfeat 분자 특성화 허브

SMILES를 ECFP·MACCS·기술자·ChemBERTa 임베딩 등 100여 종 특성으로 변환하는 molfeat 활용 가이드 스킬.

데이터·분석중급★ 33,030⑂ 3,248AI 점수 8/10마지막 업데이트: 2026. 8. 9.

무엇을 해주나

  • molfeat 라이브러리를 이용해 SMILES/RDKit 분자를 머신러닝용 수치 벡터로 변환하는 절차를 안내합니다.
  • molfeat.calc(단일 분자 계산기), molfeat.trans(scikit-learn 호환 배치 트랜스포머), molfeat.trans.pretrained(ChemBERTa 등 딥러닝 임베딩) 3계층 사용법을 구분해 제시합니다.
  • 병렬 처리(n_jobs=-1), 오류 SMILES 무시, 설정 YAML 저장/재현, 대용량 청크 처리, 임베딩 캐싱(pickle 대신 npz) 같은 실무 팁을 포함합니다.
  • 지원 환경(Python 3.9~3.10, molfeat 0.11.0, datamol/PyTorch) 및 선택 의존성(dgl, transformer, graphormer, pyg)과 MAP4 별도 설치 등 제약을 명시합니다.

이런 분께 추천

  • QSAR/QSPR 모델링, 가상 스크리닝, 분자 유사도 검색을 수행하는 화학정보학·신약개발 연구자
  • 분자 데이터로 딥러닝 모델을 학습시키려는 ML 엔지니어
  • 여러 특성화 방법을 비교해 최적 표현을 고르고 싶은 데이터 과학자

활용 예시

  1. 화합물 라이브러리 CSV의 SMILES 열을 ECFP(radius=3, 2048비트)로 변환해 랜덤포레스트 QSAR 모델 학습 파이프라인 구성.
  2. ModelStore로 ChemBERTa 계열 모델을 검색·로드해 768차원 임베딩을 뽑고 전이학습에 사용.
  3. 10만 건 이상 데이터셋을 청크 단위로 특성화하며 잘못된 SMILES는 ignore_errors=True로 건너뛰고 설정을 YAML로 저장해 재현성 확보.

· · · 설치 가이드 · · ·

설치 없이 지금 한 번 써보기

아래를 Claude에 붙여넣으면 설치하지 않고도 이 스킬을 그대로 씁니다.

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

내가 원하는 것: (여기에 하고 싶은 일을 쓰세요)

Claude가 링크를 열지 못하면, 링크를 직접 열어 내용을 복사해 붙여넣으세요.

↓ 쓸 만하면 아래에서 ZIP을 받아 설치하세요. 그러면 매번 붙여넣지 않아도 알아서 작동합니다.

Claude 앱에 설치 (터미널 필요 없음)
  1. 아래 버튼으로 ZIP 파일을 받으세요.
  2. Claude 설정 → Capabilities에서 '코드 실행 및 파일 생성'을 켭니다. (한 번만)
  3. Claude에서 Customize → Skills → + → '스킬 업로드'를 누르고 받은 ZIP을 올립니다.
↓ ZIP 내려받기
Claude Code에 설치

Claude에게 맡기기 — 아래 문장을 Claude Code에 붙여넣으세요

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

직접 명령으로 설치하기

git clone https://github.com/K-Dense-AI/scientific-agent-skills.git && mkdir -p ~/.claude/skills && cp -r scientific-agent-skills/skills/molfeat ~/.claude/skills/

⚠ 제3자가 만든 스킬입니다. 설치 전 원본 저장소를 한 번 확인하세요.

  1. Python 3.9 또는 3.10 가상환경을 준비합니다(3.11 이상에서는 molfeat 0.11.0이 설치되지 않습니다).
  2. 터미널에서 uv pip install "molfeat==0.11.0" (또는 pip install)을 실행합니다. 딥러닝 모델이 필요하면 uv pip install "molfeat[transformer]==0.11.0"를 추가로 실행합니다.
  3. 스킬 저장소를 클론합니다: git clone https://github.com/K-Dense-AI/scientific-agent-skills.git
  4. 스킬 폴더를 복사합니다: mkdir -p ~/.claude/skills && cp -r scientific-agent-skills/skills/molfeat ~/.claude/skills/
  5. Claude Code를 재시작한 뒤 "SMILES를 ECFP로 특성화해줘"처럼 요청하면 스킬이 자동 활성화됩니다.
  6. references/ 폴더의 문서(available_featurizers.md 등)가 함께 복사되었는지 확인합니다.
GitHub에서 원본 보기 ↗라이선스: MIT