PyTDC (Therapeutics Data Commons) 워크플로

무엇을 해주나

• Therapeutics Data Commons(TDC)의 태스크/데이터셋/벤치마크/평가지표/오라클 레지스트리를 다운로드 없이 먼저 조회하게 합니다.
• uv + CPython 3.11 격리 환경에 PyTDC 1.1.15와 setuptools 80.9.0을 핀 고정해 재현 가능한 설치 절차를 제공합니다.
• 데이터 다운로드는 반드시 사용자 승인 후 --execute(오라클 체크포인트·MolGen 코퍼스는 추가로 --download)로만 실행합니다.
• scaffold/cold_split/time 등 스플릿의 실제 동작과 한계(랜덤 스플릿의 검증셋은 seed가 아니라 고정 random_state=1 사용 등)를 명확히 경고합니다.
• 평가지표 정확 명칭(PCC, ROC-AUC, micro-f1 등), 벤치마크 그룹의 evaluate_many 5개 이상 예측 요구사항 등 실수하기 쉬운 API 규칙을 정리합니다.
• 동봉 스크립트: 메타데이터 탐색, 데이터 로드/스플릿, 벤치마크 평가, 분자 오라클 스코어링, 캐시 감사.

이런 분께 추천

• ADME/Tox/DTI/DDI 등 신약개발 ML 과제를 다루는 연구자·데이터 과학자
• TDC 리더보드 벤치마크를 재현 가능하게 제출하려는 팀
• 데이터 라이선스·다운로드 용량·네트워크 전송을 사전 검토해야 하는 환경(기업 연구소 등)

활용 예시

1. "ADME 태스크에 어떤 데이터셋이 있는지 다운로드 없이 목록만 보여줘" → discover_metadata.py --kind datasets --task ADME
2. "Caco2_Wang을 scaffold, seed 42로 나누는 계획을 먼저 세우고 승인 후 실행" → load_and_split_data.py ... --execute
3. "QED 오라클로 SMILES 몇 개 점수만 로컬에서 계산" → molecular_generation.py score --oracle QED --smiles CCO
4. "admet_group 벤치마크 예측 JSON이 형식에 맞는지 검증 후 평가" → benchmark_evaluation.py

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

내가 원하는 것: (여기에 하고 싶은 일을 쓰세요)

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.