pytdc

pytdc スキルの概要

pytdc は何のためのものか

pytdc は、AI を活用した創薬ワークフローで Therapeutics Data Commons を使うためのスキルです。ADME、毒性、生物活性、drug-target interaction、drug-drug interaction、生成、その他の評価タスク向けに、独自のデータスキーマを作らずに、整理済みで AI 向けに整えられたデータセットやベンチマークへアクセスできます。

どんな人がインストールすべきか

標準化された split や指標で therapeutic ML、薬理予測、モデルベンチマークを行うなら、pytdc スキルをインストールしてください。再現性のあるデータセットアクセスが必要なデータサイエンティストには特に向いています。一方で、データの読み込みや評価ステップが不要で、単に汎用的な化学プロンプトだけ欲しい場合は、適合度は低めです。

なぜ重要なのか

pytdc スキルの価値は、単なるデータセットアクセスにとどまりません。タスク別ローダー、scaffold split や cold split のような標準 split、ベンチマークに使いやすい評価選択肢まで含めて構造化されている点が重要です。創薬では前処理のばらつきや場当たり的な split が結果の信頼性を下げがちですが、pytdc はその導入障壁を下げてくれます。

pytdc スキルの使い方

環境に pytdc をインストールする

まずはスキルの指示にあるインストールコマンドを使います:
uv pip install PyTDC

既存の環境を更新する場合は、次を使います:
uv pip install PyTDC --upgrade

別のパッケージマネージャーを使うワークフローでも、スキルの前提を変えてしまうのではなく、同じパッケージ名をその環境に対応づけてください。

まず適切なファイルから読む

まず SKILL.md を開き、そのあとで overview、when to use、installation、quick start の各セクションを読んでからコードに進んでください。より広いプロジェクト文脈が必要なら、repo がスキルの file tree で公開している近接ドキュメントも確認します。この repository では、スキル本体の内容が主な正本です。

曖昧な目的を実用的なプロンプトに変える

pytdc usage は、タスク、データセット系統、split 戦略、出力目標を明示したプロンプトで最も効果を発揮します。たとえば「PyTDC を手伝って」ではなく、次のように依頼するとよいです。

• 「pytdc で ADME データセットを読み込み、scaffold split を使って、ベースライン回帰ワークフローを準備して。」
• 「train/validation/test split と metric reporting を含む DTI benchmarking 用の pytdc guide を示して。」
• 「毒性データセットで pytdc for Data Analysis を設定し、label balance、missingness、split design を要約して。」

こうした情報があると、スキルは適切なタスク経路を選びやすくなり、実験に合わない汎用コードを避けられます。

うまくいきやすいワークフロー

まず therapeutic task を特定し、次に dataset class と split policy を確認し、その後でデータを読み込んで、モデリング前にラベルを点検します。ベンチマーク用途なら、scaffold split、cold split、あるいは別の predefined evaluation setup が必要かを早めに決めてください。モデル選択よりも、その判断のほうが比較可能性に強く影響します。

pytdc スキルのよくある質問

pytdc は創薬モデル専用ですか？

概ねその通りです。pytdc スキルは、一般的な表形式分析よりも、データセットやベンチマークを中心とした therapeutic ML と pharmacology の用途向けに作られています。化合物、タンパク質、drug interaction に関係しないプロジェクトなら、別のスキルのほうが適している可能性が高いです。

スキルを使う前に PyTDC の経験は必要ですか？

いいえ。平易な言葉でデータセットの目的を説明できるなら、初心者にも役立ちます。大切なのは、対象タスク、必要な split、そして analysis、prediction、generation のどれが必要かを具体的に伝えることです。

通常のプロンプトと何が違いますか？

通常のプロンプトでも、個別の読み込みやモデリング手順は説明できます。ただし、pytdc スキルは、再現可能なデータアクセスとベンチマークの厳密さが必要なときにより有効です。特に、結果の比較をしやすくするための標準 split や評価慣行が必要な場合に重要になります。

どんなときに pytdc を使うべきではありませんか？

TDC のデータセットや therapeutic ベンチマークが不要な場合、あるいは medicinal chemistry の概念を高レベルで知りたいだけなら、pytdc は使わないでください。対象データが proprietary で、かつ対応している therapeutic task family に関係しない場合も、最適な選択ではありません。

pytdc スキルをどう改善するか

まずモデル案ではなくタスクを示す

pytdc への依頼で最も効く改善は、問題設定をより明確にすることです。architecture や metric に触れる前に、property prediction、DTI、DDI、molecule generation、retrosynthesis のどれが必要かを伝えてください。そうすれば、スキルは適切な dataset と preprocessing の前提を選びやすくなります。

split と metric の期待値を明記する

失敗の多くは、評価条件が曖昧なことから起こります。scaffold split、cold split、ROC-AUC、PR-AUC、RMSE、ranking metrics にこだわりがあるなら、pytdc プロンプトの最初に明示してください。split 戦略と metric が modeling の話に入る前に固定されているほど、出力は良くなります。

制約とデータの形を共有する

notebook ですぐ使えるコードが必要か、軽量な data audit で十分か、特定の stack との互換性が必要かを、依頼文に含めてください。pytdc for Data Analysis では、class balance、missing-value checks、descriptor summaries、train/test leakage risk checks のどれが欲しいのかを伝えると、出力が適切な診断に集中します。

データセットの対象を絞って反復する

最初の回答が広すぎるなら、データセット系統、タスク種別、出力形式で絞り込んでください。たとえば、次のように聞き直すとよいです。「同じ pytdc ワークフローを保ったまま、toxicity classification に切り替え、scaffold split を使い、data-loading と evaluation steps だけ返して。」