TDC

收录理由

做药物发现方向的机器学习研究，Therapeutics Data Commons 几乎是一个绕不开的起点。它把目标发现、活性筛选、疗效、安全性乃至生产环节的众多数据集整理成可直接调用的形式，几行代码就能拿到一个基准任务，省去了手动抓取和清洗分子数据的繁琐过程。项目内置了合理的训练测试划分、评估指标和分子生成评估函数，让不同方法的对比有了相对公平的标尺。无论研究小分子、抗体、疫苗还是药物重定位，都能在这里找到经过整理的挑战和排行榜，用来验证新模型是否真的具备泛化能力。作为一个开放科学项目，其数据集还通过社区贡献持续扩充，对于打算长期依托它开展工作的团队来说，这一点尤为重要。