deepchem

DeepChem — 創薬のためのディープラーニング

概要

DeepChemは、創薬、材料科学、量子化学における分子機械学習のための統一APIを提供するオープンソースのPythonフレームワークです。60種類以上のモデルアーキテクチャ（グラフニューラルネットワーク、トランスフォーマー、従来型機械学習）を、50種類以上の分子フィーチャライザーおよび標準化されたデータセット（MoleculeNet）とともに利用できます。これにより、SMILES文字列から学習済み予測モデルまでのエンドツーエンドのワークフローを実現できます。

使用する場面

• SMILESから分子特性（溶解性、毒性、結合親和性）を予測する
• MoleculeNetの標準化されたデータセット（BBBP、Tox21、ESOL、FreeSolvなど）でモデルをベンチマークする
• 分子グラフでグラフニューラルネットワーク（GCN、GAT、AttentiveFP、MPNN、DMPNN）を学習する
• 学習済み化学言語モデル（ChemBERTa、GROVER、MolFormer）をファインチューニングする
• 分子機械学習モデルのハイパーパラメーター最適化を実行する
• 学習済みモデルでバーチャルスクリーニングとヒット候補の優先順位付けを行う
• 結晶構造から材料特性を予測する（CGCNN、MEGNet）
• タンパク質とリガンドの相互作用をモデル化し、結合親和性を予測する
• ディープラーニングを使わないフィンガープリントベースのケモインフォマティクスには、代わりにrdkit-cheminformaticsを使用してください
• フィーチャライゼーションのみを行う場合（モデルの学習は行わない場合）は、代わりにmolfeat-molecular-featurizationを使用してください

前提条件

• Pythonパッケージ：deepchem（コア）、torchまたはtensorflow（バックエンドに依存するモデル）
• GPU：グラフニューラルネットワークとトランスフォーマーモデルでは推奨されます。従来型機械学習とフィンガープリントモデルではCPUで十分です
• データ：特性ラベル付きのSMILES文字列（CSV）、またはMoleculeNetデータセット（自動ダウンロード）

# Core installation (includes RDKit, scikit-learn, XGBoost)
pip install deepchem

# With PyTorch backend (GNN models)
pip install deepchem[torch]

# With TensorFlow backend (legacy models)
pip install deepchem[tensorflow]

# Full installation (all backends + extras)
pip install deepchem[all]

クイックスタート

import deepchem as dc

# Load MoleculeNet dataset with featurization + scaffold split
tasks, datasets, transformers = dc.molnet.load_delaney(featurizer="ECFP")
train, valid, test = datasets

# Train and evaluate a multitask regressor
model = dc.models.MultitaskRegressor(n_tasks=1, n_features=1024, dropouts=0.2)
model.fit(train, nb_epoch=50)
metric = dc.metrics.Metric(dc.metrics.pearson_r2_score)
print(f"Test R2: {model.evaluate(test, [metric])}")  # {'pearson_r2_score': ~0.7}

コアAPI

モジュール1：データの読み込みと処理

CSVファイルまたはMoleculeNetのベンチマークデータセットから分子データを読み込みます。

import deepchem as dc

# Load from CSV (SMILES + property columns)
loader = dc.data.CSVLoader(
    tasks=["measured_log_solubility"],
    feature_field="smiles",
    featurizer=dc.feat.CircularFingerprint(size=2048, radius=3)
)
dataset = loader.create_dataset("solubility_data.csv")
print(f"Samples: {dataset.X.shape[0]}, Features: {dataset.X.shape[1]}")
# Samples: 1128, Features: 2048

# Load from SDF (3D structures)
sdf_loader = dc.data.SDFLoader(
    tasks=["activity"],
    featurizer=dc.feat.CoulombMatrix(max_atoms=50)
)
dataset_3d = sdf_loader.create_dataset("molecules.sdf")

# Load MoleculeNet benchmark datasets (auto-download + featurize + split)
# Available: load_delaney, load_bbbp, load_tox21, load_hiv, load_qm7, load_qm9, etc.
tasks, datasets, transformers = dc.molnet.load_tox21(featurizer="ECFP", splitter="scaffold")
train, valid, test = datasets
print(f"Tasks: {len(tasks)}, Train: {len(train)}, Test: {len(test)}")
# Tasks: 12, Train: ~6264, Test: ~631

# Inverse-transform predictions back to original scale
y_pred = model.predict(test)
y_original = transformers[0].untransform(y_pred)

モジュール2：分子フィーチャライゼーション

機械学習で使用するために、分子を数値表現に変換します。DeepChemは、フィンガープリント、記述子、グラフ特徴量、クーロン行列にわたる50種類以上のフィーチャライザーを提供します。

import deepchem as dc

smiles = ["CCO", "CC(=O)O", "c1ccccc1", "CC(C)O"]

# Fingerprints (most common for classical ML)
ecfp = dc.feat.CircularFingerprint(size=2048, radius=3)
fp_features = ecfp.featurize(smiles)
print(f"ECFP shape: {fp_features.shape}")  # (4, 2048)

# RDKit descriptors (interpretable physicochemical properties)
rdkit_desc = dc.feat.RDKitDescriptors()
desc_features = rdkit_desc.featurize(smiles)
print(f"Descriptor shape: {desc_features.shape}")  # (4, 208)

# Graph features (for GNN models — returns ConvMol objects)
graph_feat = dc.feat.ConvMolFeaturizer()
graphs = graph_feat.featurize(smiles)
print(f"Atoms in first mol: {graphs[0].get_num_atoms()}")  # 3

# Mol2Vec embeddings (pretrained word2vec on molecular substructures)
mol2vec = dc.feat.Mol2VecFingerprint()
embeddings = mol2vec.featurize(smiles)
print(f"Mol2Vec shape: {embeddings.shape}")  # (4, 300)

モジュール3：モデルの学習と評価

DeepChemは汎用モデルとしてMultitaskRegressorとMultitaskClassifierを提供し、さらにグラフデータや系列データ向けの専用アーキテクチャも用意しています。

import deepchem as dc

# Load dataset
tasks, datasets, transformers = dc.molnet.load_delaney(featurizer="ECFP")
train, valid, test = datasets

# Regression model (fingerprint input)
model = dc.models.MultitaskRegressor(
    n_tasks=1,
    n_features=1024,
    layer_sizes=[1000, 500],
    dropouts=0.25,
    learning_rate=0.001,
    batch_size=64,
)
model.fit(train, nb_epoch=100)

# Evaluate with multiple metrics
metrics = [
    dc.metrics.Metric(dc.metrics.pearson_r2_score),
    dc.metrics.Metric(dc.metrics.mean_absolute_error),
    dc.metrics.Metric(dc.metrics.rms_score),
]
results = model.evaluate(test, metrics)
print(f"R2: {results['pearson_r2_score']:.3f}, MAE: {results['mean_absolute_error']:.3f}")

# Classification model (e.g., Tox21 toxicity prediction)
tasks, datasets, transformers = dc.molnet.load_tox21(featurizer="ECFP")
train, valid, test = datasets

clf = dc.models.MultitaskClassifier(
    n_tasks=len(tasks),
    n_features=1024,
    layer_sizes=[1000, 500],
    dropouts=0.5,
    learning_rate=0.001,
)
clf.fit(train, nb_epoch=50)
roc_metric = dc.metrics.Metric(dc.metrics.roc_auc_score, np.mean)
print(f"Mean ROC-AUC: {clf.evaluate(test, [roc_metric])}")

モジュール4：グラフニューラルネットワーク

GNNは分子グラフ（原子をノード、結合をエッジとする）を直接処理するため、固定フィンガープリントによる情報損失を回避できます。

import deepchem as dc

# Load with graph featurizer
tasks, datasets, transformers = dc.molnet.load_delaney(featurizer="GraphConv")
train, valid, test = datasets

# Graph Convolutional Network (Duvenaud et al.)
gcn_model = dc.models.GraphConvModel(
    n_tasks=1,
    mode="regression",
    graph_conv_layers=[64, 64],
    dense_layer_size=256,
    dropout=0.2,
    learning_rate=0.001,
    batch_size=64,
)
gcn_model.fit(train, nb_epoch=100)
metric = dc.metrics.Metric(dc.metrics.pearson_r2_score)
print(f"GCN R2: {gcn_model.evaluate(test, [metric])}")

# AttentiveFP (Xiong et al.) — attention-based GNN, strong on molecular properties
tasks, datasets, transformers = dc.molnet.load_delaney(
    featurizer=dc.feat.MolGraphConvFeaturizer(use_edges=True)
)
train, valid, test = datasets

attfp_model = dc.models.AttentiveFPModel(
    n_tasks=1,
    mode="regression",
    num_layers=2,
    graph_feat_size=200,
    num_timesteps=2,
    dropout=0.2,
    learning_rate=0.001,
    batch_size=64,
)
attfp_model.fit(train, nb_epoch=100)
print(f"AttentiveFP R2: {attfp_model.evaluate(test, [metric])}")

モジュール5：転移学習

データが限られている下流タスク向けに、学習済み化学言語モデルをファインチューニングします。

import deepchem as dc
from deepchem.models.torch_models import ChemBERTaModel

# ChemBERTa — SMILES-based transformer (pretrained on 77M molecules)
tasks, datasets, transformers = dc.molnet.load_bbbp(featurizer=dc.feat.SmilesTokenizer())
train, valid, test = datasets

chemberta = ChemBERTaModel(
    task="classification",
    n_tasks=1,
    model_dir="chemberta_finetuned/",
)
# Fine-tune on downstream task (BBB permeability)
chemberta.fit(train, nb_epoch=10)
metric = dc.metrics.Metric(dc.metrics.roc_auc_score)
print(f"ChemBERTa ROC-AUC: {chemberta.evaluate(test, [metric])}")

モジュール6：新しい分子の予測

学習済みモデルを使って、新しい分子の推論を実行します。

import deepchem as dc
import numpy as np

# Assume trained model from Module 3
# Featurize new molecules using same featurizer
featurizer = dc.feat.CircularFingerprint(size=1024, radius=2)
new_smiles = ["c1cc(O)ccc1", "CC(=O)Nc1ccc(O)cc1", "OC(=O)c1ccccc1"]
new_features = featurizer.featurize(new_smiles)
new_dataset = dc.data.NumpyDataset(X=new_features)

predictions = model.predict(new_dataset)
for smi, pred in zip(new_smiles, predictions):
    print(f"{smi}: {pred[0]:.2f}")

# Ensemble predictions from multiple models for robustness
models = [model1, model2, model3]  # trained models
all_preds = np.array([m.predict(new_dataset) for m in models])
ensemble_mean = all_preds.mean(axis=0)
ensemble_std = all_preds.std(axis=0)
print(f"Ensemble prediction: {ensemble_mean[0][0]:.2f} +/- {ensemble_std[0][0]:.2f}")

主な概念

統一APIパターン

DeepChemのワークフローはすべて、一貫した次の5段階のパターンに従います。

Load Data → Featurize → Split → Train → Evaluate

• 読み込み：CSVLoader、SDFLoader、またはdc.molnet.load_*()（MoleculeNetデータセットを自動で読み込みます）
• フィーチャライゼーション：フィーチャライザーをローダーに渡すか、featurizer.featurize(smiles)を直接呼び出します
• 分割：ScaffoldSplitter（創薬に推奨）、RandomSplitter、ButinaSplitter
• 学習：model.fit(train_dataset, nb_epoch=N)
• 評価：model.evaluate(test_dataset, metrics_list)

モデル選択ガイド

データ型	モデル	主な特徴	使用する場面
SMILES + フィンガープリント	MultitaskRegressor	高速、ベースライン	最初の試行、小規模なデータセット
SMILES + フィンガープリント	MultitaskClassifier	マルチラベル	マルチタスク分類（Tox21）
分子グラフ	GraphConvModel	学習済みフィンガープリント	中規模のデータセット、一般的な特性
分子グラフ	GATModel	アテンション機構	原子の重要度が重要な場合
分子グラフ	AttentiveFPModel	グラフ + タイムステップアテンション	最先端の分子特性
分子グラフ	MPNNModel	メッセージパッシング	複雑な分子間相互作用
分子グラフ	DMPNNModel	有向 MPNN	結合レベルの予測
SMILES 文字列	ChemBERTaModel	事前学習済みトランスフォーマー	低データ環境、転移学習
SMILES 文字列	GROVERModel	グラフ + トランスフォーマー	豊かな分子表現
結晶構造	CGCNNModel	結晶グラフ CNN	材料特性の予測
結晶構造	MEGNetModel	グラフネットワーク	材料と分子
タンパク質配列	ProteinLigandComplexModel	複合体モデリング	結合親和性の予測
表形式の特徴量	XGBoostModel, RandomForestModel	古典的な ML	解釈可能性、ベースライン

特徴量化器の選択ガイド

特徴量化器	クラス	出力	最適な用途
ECFP/Morgan	CircularFingerprint	バイナリベクトル（1024-2048）	一般的な QSAR、高速なベースライン
MACCS Keys	MACCSKeysFingerprint	167 ビットベクトル	部分構造のフィルタリング
RDKit 2D	RDKitDescriptors	200 以上の記述子	解釈可能なモデル
Mol2Vec	Mol2VecFingerprint	300 次元の埋め込み	類似性、クラスタリング
ConvMol	ConvMolFeaturizer	グラフ特徴量	GraphConvModel の入力
MolGraph	MolGraphConvFeaturizer	ノード + エッジ特徴量	AttentiveFPModel、MPNNModel
Weave	WeaveFeaturizer	ペア特徴量	WeaveModel の入力
Coulomb Matrix	CoulombMatrix	原子ペア間距離	QM 特性の予測
SMILES トークン	SmilesTokenizer	トークン ID	ChemBERTa、トランスフォーマーモデル

データ分割戦略

分割器	使用例	理由
ScaffoldSplitter	創薬（デフォルト）	新しいケモタイプへの汎化性能を検証
RandomSplitter	手早い実験	ベースラインになりますが、性能を過大評価します
ButinaSplitter	多様性ベース	タニモト類似度でクラスタリング
FingerprintSplitter	化学的類似性	構造的に類似した分子をグループ化
MaxMinSplitter	最大多様性テスト	極端な汎化テスト

一般的なワークフロー

ワークフロー 1：CSV データからの QSAR

目標：SMILES 列と活性列を含む CSV ファイルから、特性予測モデルを構築します。

import deepchem as dc
import pandas as pd

# Step 1: Load and featurize CSV data
loader = dc.data.CSVLoader(
    tasks=["pIC50"],
    feature_field="smiles",
    featurizer=dc.feat.CircularFingerprint(size=2048, radius=3),
)
dataset = loader.create_dataset("bioactivity_data.csv")

# Step 2: Normalize targets
transformer = dc.trans.NormalizationTransformer(
    transform_y=True, dataset=dataset
)
dataset = transformer.transform(dataset)

# Step 3: Scaffold split (realistic for drug discovery)
splitter = dc.splits.ScaffoldSplitter()
train, valid, test = splitter.train_valid_test_split(dataset)
print(f"Train: {len(train)}, Valid: {len(valid)}, Test: {len(test)}")

# Step 4: Train model
model = dc.models.MultitaskRegressor(
    n_tasks=1, n_features=2048,
    layer_sizes=[1000, 500], dropouts=0.25,
    learning_rate=0.001, batch_size=64,
)
model.fit(train, nb_epoch=100)

# Step 5: Evaluate
metrics = [
    dc.metrics.Metric(dc.metrics.pearson_r2_score),
    dc.metrics.Metric(dc.metrics.mean_absolute_error),
]
results = model.evaluate(test, metrics)
print(f"R2: {results['pearson_r2_score']:.3f}, MAE: {results['mean_absolute_error']:.3f}")

ワークフロー 2：MoleculeNet ベンチマークの比較

目標：MoleculeNet ベンチマークデータセットで複数のモデルを比較します。

import deepchem as dc

# Load dataset with graph featurizer (supports both fingerprint and GNN models)
tasks, datasets, transformers = dc.molnet.load_bbbp(
    featurizer="GraphConv", splitter="scaffold"
)
train, valid, test = datasets
metric = dc.metrics.Metric(dc.metrics.roc_auc_score)

# Model 1: Graph Convolutional Network
gcn = dc.models.GraphConvModel(n_tasks=1, mode="classification", dropout=0.2)
gcn.fit(train, nb_epoch=50)
gcn_score = gcn.evaluate(test, [metric])

# Model 2: Random Forest baseline (needs fingerprints)
tasks_fp, datasets_fp, _ = dc.molnet.load_bbbp(featurizer="ECFP", splitter="scaffold")
train_fp, _, test_fp = datasets_fp
rf = dc.models.SklearnModel(
    model=dc.models.sklearn_models.RandomForestClassifier(n_estimators=500),
    model_dir="rf_model/"
)
rf.fit(train_fp)
rf_score = rf.evaluate(test_fp, [metric])

print(f"GCN ROC-AUC: {gcn_score['roc_auc_score']:.3f}")
print(f"RF  ROC-AUC: {rf_score['roc_auc_score']:.3f}")

ワークフロー 3：転移学習パイプライン

目標：小規模なデータセットで事前学習済みモデルをファインチューニングします。

1. 事前学習済みの ChemBERTa モデルを読み込みます（コードはモジュール 5 を参照）
2. SmilesTokenizer 特徴量化器を使って、下流タスク用のデータセットを準備します
3. 学習率を下げて（1e-5 ～ 5e-5）、5～15 エポックのファインチューニングを行います
4. ホールドアウトしたスキャフォールド分割で評価します — 学習データが 1000 サンプル未満の場合、フィンガープリントのベースラインを上回る性能向上が期待できます
5. ファインチューニング済みモデルを保存します：model.save_checkpoint()
6. ハイパーパラメーター最適化のコード全体については、references/workflows_model_catalog.md のワークフロー 1 を参照してください

主要なパラメーター

パラメーター	モジュール	デフォルト	範囲／選択肢	効果
n_features	MultitaskRegressor/Classifier	必須	featurizer の出力に一致	入力特徴量の次元
layer_sizes	MultitaskRegressor/Classifier	[1000]	[256] から [1000, 500, 250]	隠れ層の次元
dropouts	すべてのニューラルモデル	0.0	0.0～0.5	正則化の強さ
learning_rate	すべてのニューラルモデル	0.001	1e-5～0.01	学習ステップのサイズ
batch_size	すべてのニューラルモデル	100	16～256	勾配更新ごとのサンプル数
nb_epoch	model.fit()	10	10～300	学習の反復回数
size	CircularFingerprint	2048	512～4096	フィンガープリントのビット長
radius	CircularFingerprint	2	2～4	部分構造の近傍半径
graph_conv_layers	GraphConvModel	[64, 64]	[32] から [128, 128, 64]	グラフ畳み込み層の幅
num_layers	AttentiveFPModel	2	1～5	GNN のメッセージパッシングの深さ
graph_feat_size	AttentiveFPModel	200	64～512	グラフ特徴量の次元
splitter	dc.molnet.load_*()	"scaffold"	"scaffold"、"random"、"butina"	データ分割の方法

ベストプラクティス

1. 創薬では必ずスキャフォールド分割を使用する：ランダム分割では構造情報が漏洩し、性能を過大評価します。スキャフォールド分割では、新しいケモタイプへの汎化性能を評価します。

2. 回帰の目的変数を正規化する：学習前に NormalizationTransformer(transform_y=True) を適用してください。解釈可能な値を得るには、予測値に untransform() を適用することを忘れないでください。

3. まずフィンガープリントをベースラインとして使用する：最初に MultitaskRegressor と ECFP を組み合わせて学習します。フィンガープリントのベースラインでは不十分な場合にのみ GNN に進みます。GNN にはより多くのデータと計算リソースが必要です。

   # Baseline first
   baseline = dc.models.MultitaskRegressor(n_tasks=1, n_features=2048)
   

4. featurizer をモデルに合わせる：GNN モデルにはグラフ featurizer（ConvMolFeaturizer、MolGraphConvFeaturizer）が必要です。フィンガープリントモデルには CircularFingerprint が必要です。組み合わせを誤ると、エラーが通知されないまま発生します。

5. アンチパターン -- 創薬ベンチマークでランダム分割を使用しない：RandomSplitter を使った結果は、分子特性予測の成果として公開できません。査読者はスキャフォールド分割または時間分割を求めます。

6. マルチタスクデータセットの欠損ラベルを処理する：Tox21 や多くの生物活性データセットには欠損値があります。DeepChem は学習時に NaN ラベルを自動的に処理します（損失をマスクします）が、np.isnan(dataset.y).sum() で確認してください。

7. 検証セットを使って早期停止する：特に GNN モデルでは、過学習を防ぐために検証損失を監視します。

よく使うレシピ

レシピ：ハイパーパラメーター探索

使用する場面：最終評価の前にモデルの性能を最適化します。

import deepchem as dc

tasks, datasets, transformers = dc.molnet.load_delaney(featurizer="ECFP")
train, valid, test = datasets

# Define parameter grid
params = {
    "n_features": [1024],
    "layer_sizes": [[500], [1000, 500], [1000, 500, 250]],
    "dropouts": [0.1, 0.25, 0.5],
    "learning_rate": [0.001, 0.0005],
}

optimizer = dc.hyper.GridHyperparamOpt(lambda **p: dc.models.MultitaskRegressor(**p))
metric = dc.metrics.Metric(dc.metrics.pearson_r2_score)
best_model, best_params, all_results = optimizer.hyperparam_search(
    params, train, valid, metric, logdir="hyperparam_logs/"
)
print(f"Best params: {best_params}")
print(f"Best R2: {best_model.evaluate(test, [metric])}")

レシピ：モデルの保存と再読み込み

使用する場面：学習済みモデルをデプロイする場合や、学習を再開する場合に使用します。

# Save model checkpoint
model.save_checkpoint(model_dir="saved_model/")

# Reload model
loaded_model = dc.models.MultitaskRegressor(n_tasks=1, n_features=2048)
loaded_model.restore(model_dir="saved_model/")
predictions = loaded_model.predict(test)

レシピ：カスタム指標

使用する場面：ドメイン固有の指標でモデルを評価します。

import deepchem as dc
import numpy as np

def enrichment_factor(y_true, y_pred, top_fraction=0.01):
    """Enrichment factor at top X% of ranked predictions."""
    n = len(y_true)
    n_top = max(int(n * top_fraction), 1)
    top_indices = np.argsort(y_pred.flatten())[-n_top:]
    hits_in_top = y_true.flatten()[top_indices].sum()
    expected = y_true.sum() * top_fraction
    return hits_in_top / expected if expected > 0 else 0.0

ef_metric = dc.metrics.Metric(enrichment_factor, mode="regression")
print(f"EF@1%: {model.evaluate(test, [ef_metric])}")

トラブルシューティング

問題	原因	解決策
ModuleNotFoundError: torch	PyTorch がインストールされていません	GNN モデルの場合は pip install deepchem[torch]
ValueError: n_features mismatch	フィーチャライザーの出力サイズがモデルの n_features と一致していません	dataset.X.shape[1] を確認し、それに応じて n_features を設定してください
トレーニング中に損失が NaN になる	学習率が高すぎるか、ターゲットが正規化されていません	NormalizationTransformer を適用し、学習率を 1e-4 に下げてください
スキャフォールド分割での性能が低い	モデルが特性ではなくスキャフォールドを記憶しています	データを増やす、GNN モデルを試す、または正則化（ドロップアウト 0.3-0.5）を追加してください
RuntimeError: CUDA out of memory	バッチサイズが GPU に対して大きすぎます	batch_size を小さくする（32 または 16）、または小規模なデータセットでは CPU を使用してください
一部の SMILES で FeaturizationError が発生する	SMILES 文字列が無効または複雑です	RDKit で事前にフィルタリングしてください：Chem.MolFromSmiles(smi) is not None
モデルが一定値を予測する	ターゲットが正規化されていないか、エポック数が少なすぎます	NormalizationTransformer を適用し、nb_epoch を増やしてください
フィーチャ化が遅い	大規模なデータセットで、計算コストの高いフィーチャライザーを使用しています	CircularFingerprint（高速）を使用するか、n_jobs パラメーターで並列化してください

同梱リソース

• references/workflows_model_catalog.md -- 拡張ワークフロー（完全なコードを含むハイパーパラメーター最適化、MolGAN 生成モデル、CGCNN/MEGNet による材料特性予測、タンパク質-リガンドモデリング、カスタムモデルアーキテクチャ）に加え、完全なモデルカタログ（カテゴリ別に整理された 60 以上のモデル）と完全なフィーチャライザーカタログ（50 以上のフィーチャライザー）を掲載しています。内容：元の資料のワークフロー 4～8、拡張版のモデルおよびフィーチャライザー一覧、MoleculeNet データセットカタログ。インラインから移動：上位 3 つのワークフロー（QSAR、MoleculeNet ベンチマーク、転移学習）は「一般的なワークフロー」に、主要なモデル／フィーチャライザーの表は「主要な概念」にあります。省略：非推奨の TensorFlow 1.x に関する詳細なインストールトラブルシューティングと、公式ドキュメントで説明されている Docker 固有のセットアップ。

関連スキル

• rdkit-cheminformatics -- 分子操作、フィンガープリント、部分構造検索（上流のフィーチャ化）
• molfeat-molecular-featurization -- scikit-learn API を備えた 100 以上のフィーチャライザー（フィーチャ化のみの代替手段）
• datamol-cheminformatics -- Pythonic な分子処理（上流のデータ準備）
• pytdc-therapeutics-data-commons -- 分割が標準化されたキュレーション済み ADMET/DTI データセット（補完的なデータソース）
• torch-geometric-graph-neural-networks -- カスタム GNN アーキテクチャ向けの低レベル PyG（上級ユーザー向けの代替手段）
• scikit-learn-machine-learning -- SklearnModel を介して DeepChem がラップする従来型の ML ベースライン

参考資料

• DeepChem ドキュメント -- 公式 API ドキュメントとチュートリアル
• DeepChem GitHub -- ソースコード、例、課題
• MoleculeNet ベンチマーク論文 -- Wu ら、2018 年。ベンチマークデータセットの説明
• DeepChem チュートリアル -- Jupyter Notebook チュートリアル