科研 Skill

分子描述符与指纹计算

compute-molecular-features

Computes versioned 2D descriptors, Morgan/MACCS fingerprints, and dataset quality profiles with fixed RDKit. Use to generate reproducible features or audit data quality.

发布者 Codar安全审核通过v0.1.0更新于 2026-11-18

SKILL.md

分子二维特征与数据集质量画像

消费已经通过结构标准化契约的化合物,使用固定版本 RDKit 生成可复验特征。始终区分结构计算、经验描述符、数据集统计、实验测量和模型预测。

执行流程

  1. 确认输入来自 standardize-chemical-structures JSON,或直接 CSV/JSON 中明确提供 standardized_structure。
  2. 确认计算视图:
    • 默认 standardized,保留用户选择的盐型、组分和电荷表示;
    • 只有用户明确要求时才用 parent,且必须说明 parent 不是物理样品。
  3. 在隔离环境安装固定依赖:
python -m pip install -r scripts/requirements.txt
  1. 运行确定性计算:
python scripts/compute_features.py \
  --input standardized-structures.json \
  --calculation-view standardized \
  --output molecular-features.json \
  --csv-matrix molecular-features.csv
  1. 校验输出:
python scripts/validate_output.py molecular-features.json
  1. 阅读输入输出与科学边界,向用户报告计算视图、成功/部分/失败数量、缺失值、统计异常、指纹 profile 和人工复核项。

固定首版能力

  • RDKit 2025.9.2,不调用模型、数据库或网络;
  • 受控二维描述符集 rdkit-2d-core-v1;
  • Morgan bit fingerprint:默认 radius 2、2048 bit、启用手性和键类型;
  • RDKit topological bit fingerprint:默认 path 1–7、2048 bit、每特征 2 bit;
  • RDKit 公共 MACCS 166 keys 兼容表示;
  • 每个指纹输出 profile、参数、on_bits、bit count、density 和确定性哈希;
  • 数据集级缺失率、非有限值、常数/近常数、范围、分位数、IQR 异常、重复结构和指纹密度。

上游状态规则

  • 上游 rejected、解析失败或标准化失败:保留记录,calculation_status=not_run,不得生成特征。
  • 上游 review_required:允许对明确视图生成审计特征,但结果继续为 review_required,并完整传播上游原因。
  • parent_structure 为空且选择 parent 视图:保留记录并 not_run/review_required。
  • 非法、空或不可解析的选定结构:不自动修复,不补立体化学,不生成伪特征。
  • 描述符异常、NaN 或 Inf:转换为 null,列入 missing_features,结果为 partial/review_required。

与其他化学 Skill 的边界

  • 第一个 standardize-chemical-structures 负责解析、标准化、parent、结构 QC 和重复分组;本 Skill 不重复这些规则。
  • 第二个 resolve-chemical-identities 负责名称/标识符到候选记录及来源对齐;本 Skill 不联网、不做身份解析。
  • 本 Skill 只产出特征和描述性统计,不计算结构间相似度,不设阈值,不做子结构检索、聚类、索引或库治理。
  • 第四个 search-and-curate-chemical-libraries 才消费本 Skill 的固定 profile,执行相似性、子结构、聚类和化合物库治理。

强制科学边界

  • 二维描述符不是实验测量值。
  • MolLogP、TPSA、HBD/HBA 等是基于结构规则或经验片段的计算量。
  • 指纹相同或相近不表示功能、活性、机制、毒性或可合成性相同。
  • 数据集画像只描述当前输入,不能自动给出模型适用性结论。
  • 盐型与 parent 的特征必须保留为不同计算视图,不得覆盖或解释为同一物理样品。
  • 不预测药效、活性、毒性、可合成性、实验安全或临床效果。
  • 不训练模型,不生成分子,不做对接、逆合成、知识图谱或真实实验。
  • 不输出 API Key、Authorization、Cookie、Token 或其他凭证。

退出码

  • 0:结果已写出且没有 rejected 记录;
  • 2:结果已写出,但至少一条记录 rejected;
  • 3:依赖、输入或参数错误,未形成有效结果。

退出码仅表示软件流程状态;必须检查逐记录状态、数据画像和人工复核项。

示例提示词

帮我给这批标准化化合物计算Morgan指纹并检查特征缺失分布。

所属插件

化学面向化学研究:化学信息学、量子化学、分子模拟、反应检索与路线评审、谱学与质谱、催化剂检索与设计、电化学。

安装该插件会一并获得同领域的 32 个 Skill / MCP。

同插件的其他科研 Skill

常见问题

分子描述符与指纹计算能做什么?

Computes versioned 2D descriptors, Morgan/MACCS fingerprints, and dataset quality profiles with fixed RDKit. Use to generate reproducible features or audit data quality。

如何安装分子描述符与指纹计算?

在科搭 Codar 左侧点击「插件」,在「组件」页签搜索「分子描述符与指纹计算」并安装;在 Claude Code 或 Codex 中可以发送本页的安装提示词,或下载 Skill 包后解压到 ~/.claude/skills 或 ~/.codex/skills。

分子描述符与指纹计算需要哪些权限?

该科研 Skill没有声明额外权限;执行具体操作时仍由 Agent 按自身规则请求确认。

分子描述符与指纹计算经过官方审核吗?

是。SpeedSkills 收录的每个版本都会记录内容摘要与权限声明,当前版本已通过安全审核。