alterlab-deepchem

使用 DeepChem 运行分子机器学习——支持多样化的特征化器、预构建的 MoleculeNet 基准数据集，以及用于性质预测（ADMET、毒性、溶解度）的预训练模型（如 ChemBERTa、GROVER），可通过传统机器学习或图神经网络实现。适用于需要 MoleculeNet 基准、骨架分割或开箱即用模型且设置最少的端到端分子机器学习实验；如需构建自定义 PyTorch 图架构，推荐使用 alterlab-torchdrug；如需独立生成分子到特征向量，推荐使用 alterlab-molfeat。属于 AlterLab 学术技能套件的一部分。

模型生成摘要（rules/v1 · 2026-11-15 05:34）：使用 DeepChem 运行分子机器学习——支持多样化的特征化器、预构建的 MoleculeNet 基准数据集，以及用于性质预测（ADMET、毒性、溶解度）的预训练模型（如 ChemBERTa、GROVER），可通过传统机器学习或图神经网络…
这是模型对公开材料的总结，不是官方声明，请以原链内容为准。

存档时间线

版本	存档时间	内容哈希	内容
v1	2026-11-15 05:33	3978c3d8	可取

版本索引永久保留；内容副本只保留最新 1 份，更早版本仅留索引与哈希（存档时间线的证据链不会因此断裂）。

下载存档内容副本

纠错与举报（发现条目失效、署名有误或涉及侵权？）

提交举报 / 纠错

侵权举报经核验成立后，我们会即时下线该条目并删除已存的内容副本。