alterlab-molfeat

使用 molfeat（100 多种特征化方法）将分子转化为机器学习可用的特征：支持 ECFP/MACCS/MAP4 指纹、RDKit 和 Mordred 理化描述符，以及预训练嵌入（ChemBERTa、ChemGPT、GIN），并以 scikit-learn 转换器形式将 SMILES 转换为特征向量。适用于将分子转化为 QSAR/QSPR 或虚拟筛选所需的机器学习特征矩阵，或用于指纹、描述符与嵌入表示的性能基准测试；若需基于这些特征训练模型或运行 MoleculeNet 基准测试，推荐使用 alterlab-deepchem；若需底层指纹或描述符原语，推荐使用 alterlab-rdkit。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 molfeat（100 多种特征化方法）将分子转化为机器学习可用的特征：支持 ECFP/MACCS/MAP4 指纹、RDKit 和 Mordred 理化描述符，以及预训练嵌入（ChemBERTa、ChemGPT、GIN），并以 sci…
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	605a50a0	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。