PyTDC 신약개발 데이터 커먼즈

무엇을 해주나

Harvard의 Therapeutics Data Commons를 파이썬 패키지 PyTDC(1.1.15 고정)로 다루는 전 과정을 안내합니다.

• 다운로드 없는 메타데이터 탐색: discover_metadata.py로 태스크·데이터셋·벤치마크·평가지표·오라클 목록만 조회
• 태스크에 맞는 스플릿: random, scaffold, cold_split, combination, time 등 실제 지원되는 방식과 각 방식의 한계(누출 통제 과신 금지)를 명시
• 평가지표 정확한 이름 사용: PCC, ROC-AUC, micro-f1 등 레지스트리 실제 등록명 기준
• 벤치마크 그룹: admet_group 등 전용 클래스 사용법, 리더보드 집계 시 5개 이상 예측 딕셔너리 필요 같은 규칙
• 분자 오라클: QED 같은 로컬 스코어링은 허용, 원격/도킹/합성 오라클은 의도적으로 차단
• 네트워크·저장소 정책: 탐색 → 계획 → 사용자 승인 → --execute 순서를 강제하고, 캐시 용량은 cache_audit.py로 점검

이런 분께 추천

• 신약개발/약물성(ADMET), DTI, DDI 등 치료제 ML 연구를 하는 대학원생·연구자
• 데이터셋 라이선스와 다운로드 용량을 조직 규정에 맞게 사전 검토해야 하는 팀
• LLM 에이전트가 임의로 대용량 데이터를 내려받는 것을 막고 싶은 사용자

활용 예시

1. "ADME 태스크에 어떤 데이터셋이 있는지 다운로드 없이 목록만 보여줘" → discover_metadata.py --kind datasets --task ADME 실행 후 이름·개수 요약
2. "Caco2_Wang을 scaffold split, seed 42로 준비해줘" → 먼저 계획(라이선스·용량·캐시 경로)을 제시하고, 승인 후에만 --execute로 실제 로드
3. "내 예측 결과를 ADMET 리더보드 기준으로 평가해줘" → JSON 예측 형식을 먼저 검증하고 admet_group 다운로드 승인을 받은 뒤 evaluate_many 규칙에 맞게 집계

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