Molfeat - Trung tâm đặc trưng hóa phân tử

Nó làm được gì

Hướng dẫn Claude viết và chạy code dùng thư viện Python molfeat 0.11.0 để biến cấu trúc hóa học (chuỗi SMILES hoặc đối tượng Mol của RDKit/datamol) thành vector số sẵn sàng cho ML.

• Calculator: tính đặc trưng cho một phân tử, ví dụ FPCalculator("ecfp", radius=3, fpSize=2048)
• Transformer: bộ biến đổi tương thích scikit-learn, xử lý theo lô và song song với n_jobs=-1
• Pretrained Transformer: embedding từ ChemBERTa, ChemGPT, GIN, Graphormer
• Dùng ModelStore để tìm trong hơn 100 featurizer, lưu/khôi phục cấu hình bằng YAML, bỏ qua SMILES lỗi với ignore_errors=True, xử lý theo chunk và caching
• Ba tệp tham chiếu (API, danh mục featurizer, ví dụ) chỉ được đọc khi cần nên tiết kiệm token

Phù hợp với ai

• Nhà nghiên cứu hóa dược xây dựng mô hình QSAR/QSPR dự đoán tính chất
• Người sàng lọc ảo (virtual screening) hoặc tìm kiếm tương đồng trên thư viện hợp chất lớn
• Data scientist muốn nối dữ liệu phân tử vào pipeline scikit-learn / PyTorch
• Người cần so sánh nhiều loại featurizer để chọn biểu diễn tốt nhất

Ví dụ sử dụng

1. Xây mô hình QSAR — "Đặc trưng hóa cột SMILES trong file IC50 bằng ecfp rồi huấn luyện Random Forest" → sinh code Calculator + MoleculeTransformer + Pipeline sklearn.
2. So sánh embedding — "Trích ecfp, desc2D và ChemBERTa-77M-MLM rồi so sánh điểm cross-validation dạng bảng" → chạy lần lượt ba featurizer và tổng hợp kết quả.
3. Tìm phân tử tương đồng — "Dùng fingerprint MACCS tìm 20 hợp chất giống nhất trong thư viện 100.000 phân tử" → viết code đặc trưng hóa theo chunk và tính độ tương đồng Tanimoto.

Hãy cài skill mình tìm thấy trên Claude Skill Mart.
Copy thư mục skills/molfeat từ repo GitHub K-Dense-AI/scientific-agent-skills vào ~/.claude/skills/molfeat/ của mình.
Sau khi cài xong, cho mình biết skill này làm được gì trong một câu.