TDC 是面向治疗科学的开放科学计划，汇集 AI 可解任务、可直接使用的数据集与整理好的基准，用于开发和评估药物发现中的机器学习方法。
这个工具是什么
Therapeutics Data Commons（TDC）由哈佛医学院等团队发起，是一个开放科学计划，目标是获取并评估人工智能在各类治疗模态与药物发现各阶段的能力。它把生化与 AI 研究者连接起来：一方面提供 AI 可解任务、AI-ready 数据集与整理好的基准，另一方面给出统一的评测入口，帮助判断哪些 AI 方法适合哪些药物发现应用以及原因。项目以 Python 包 PyTDC 的形式发布，配套网站、文档与社区渠道，相关成果发表于 Nature Chemical Biology 2022、NeurIPS 2021 与 NeurIPS 2024 AIDrugX 等。仓库以 Jupyter Notebook 为主要语言，采用 MIT 许可证。
核心能力
- 提供 AI 可解的治疗科学任务集合，覆盖药物发现与开发的不同阶段
- 提供可直接用于建模的数据集，减少数据清洗与格式转换的准备工作
- 提供整理好的基准，便于在同一口径下比较不同机器学习方法
- 以 PyTDC 包与文档形式分发，配套网站与社区渠道支持开放协作
科研中的典型用法
- 在药物发现相关预测任务上训练和比较分子机器学习模型，并借助统一基准报告结果
- 直接调用 TDC 数据集开展方法验证，把精力放在模型设计而非数据整理上
- 作为生化与 AI 跨学科协作的公共参照，对照任务定义与评测口径讨论方法适用性
快速上手
通过 PyPI 安装 Python 包：pip install PyTDC，也可参考仓库中的 conda 构建配置。入门建议先访问官网 tdcommons.ai 与文档 tdc.readthedocs.io，了解任务与数据集的组织方式，再在 Notebook 环境中按文档示例加载数据、运行基准流程；仓库以 Jupyter Notebook 为主，适合边读文档边复现示例。
生态与相近工具
同领域还有以分子性质预测为目标的各类开源数据集与基准，以及面向药物发现的深度学习工具包。TDC 的特点是把任务、数据集与基准放在同一框架下，并强调跨治疗模态与发现阶段的评测。若只需单一数据集做模型试验，轻量工具即可；若关注方法间的可比性与任务覆盖面，可优先考虑 TDC。
项目信息
- 仓库：mims-harvard/TDC
- 星标：1,284 · 派生：223
- 主要语言：Jupyter Notebook
- 许可证：MIT
- 最近提交：2025-07-13
- 项目主页：https://tdcommons.ai
本文属于《学科研究工具知识库 · 化学》第 9 篇（按 GitHub 星标排序）。收录标准：该学科公开可获取的开源研究工具，星标与活跃度为主要参考，不代表对其性能或适用性的背书；选型前请结合自身场景评估。
发表评论 取消回复