pytdc

Therapeutics Data Commons. AI-ready drug discovery datasets (ADME, toxicity, DTI), benchmarks, scaffold splits, molecular oracles, for therapeutic ML and pharmacological prediction.

1. Zainstaluj PyTDC za pomocą pip: uruchom polecenie uv pip install PyTDC w terminalu. Jeśli chcesz zaktualizować do najnowszej wersji, użyj uv pip install PyTDC --upgrade. Wszystkie wymagane zależności (numpy, pandas, scikit-learn i inne) zainstalują się automatycznie.

2. Zaimportuj odpowiednią kategorię problemu do swojego skryptu Pythona. Wybierz jedną z trzech kategorii: single_pred dla predykcji właściwości molekularnych, multi_pred dla interakcji lek-cel lub lek-lek, albo generation dla generowania nowych molekuł.

3. Załaduj dataset, tworząc instancję zadania i podając nazwę datasetu. Na przykład: data = Task(name='nazwa_datasetu'), gdzie Task pochodzi z wybranej kategorii problemu.

4. Podziel dane na zbiory treningowy, walidacyjny i testowy za pomocą metody get_split(). Określ metodę podziału (np. scaffold dla podziału na podstawie szkieletów molekularnych), seed dla powtarzalności i frakcje podziału: split = data.get_split(method='scaffold', seed=1, frac=[0.7, 0.1, 0.2]).

5. Pobierz dane w preferowanym formacie (DataFrame Pandas lub inny) używając get_data(format='df'). Teraz masz gotowy dataset z prawidłowymi podziałami do trenowania i ewaluacji modelu.

6. Trenuj swój model uczenia maszynowego na zbiorze treningowym i ewaluuj na zbiorze testowym, korzystając ze standaryzowanych metryk dostępnych w PyTDC dla danego zadania farmakologicznego.