pytdc

Visão geral do skill pytdc

Para que serve o pytdc

pytdc é o skill para usar o Therapeutics Data Commons em workflows de descoberta de fármacos guiados por IA. Ele ajuda você a chegar a datasets curados e prontos para IA, além de benchmarks para ADME, toxicidade, bioatividade, interação fármaco-alvo, interação fármaco-fármaco, geração e tarefas relacionadas de avaliação, sem precisar inventar seu próprio esquema de dados.

Quem deve instalar

Instale o skill pytdc se você trabalha com ML terapêutico, previsão farmacológica ou benchmarking de modelos com splits e métricas padronizados. Ele é uma boa escolha para cientistas de dados que precisam de acesso reproduzível a datasets; já é uma opção menos indicada se você só quer um prompt genérico de química, sem etapa de carregamento de dados ou avaliação.

Por que isso importa

O principal valor do skill pytdc não é só o acesso aos datasets, mas a estrutura ao redor disso: loaders específicos por tarefa, splits padrão como scaffold ou cold splits e escolhas de avaliação amigáveis para benchmarks. Isso reduz os bloqueios comuns na adoção de workflows de descoberta de fármacos, em que pré-processamentos inconsistentes e divisões ad hoc podem tornar os resultados difíceis de confiar.

Como usar o skill pytdc

Instale o pytdc no seu ambiente

Use primeiro o comando de instalação das instruções do skill:
uv pip install PyTDC

Para atualizar uma instalação existente, use:
uv pip install PyTDC --upgrade

Se o seu fluxo usa um gerenciador de pacotes diferente, mapeie o mesmo nome do pacote para esse ambiente em vez de reescrever as premissas do skill.

Comece pelos arquivos certos

Comece com SKILL.md e depois leia as seções de overview, when to use, installation e quick start antes de ir direto para o código. Se precisar de contexto mais amplo do projeto, examine qualquer documentação próxima exposta pela árvore de arquivos do repo por meio do arquivo de skill; neste repositório, o próprio conteúdo do skill é a principal fonte de verdade.

Transforme um objetivo vago em um prompt útil

O pytdc usage funciona melhor quando o seu prompt nomeia a tarefa, a família do dataset, a estratégia de split e o objetivo de saída. Por exemplo, em vez de pedir “ajuda com PyTDC”, peça:

• “Carregue um dataset de ADME em pytdc, use um scaffold split e prepare um workflow de regressão baseline.”
• “Mostre um pytdc guide para benchmarking de DTI com splits de treino/validação/teste e reporte de métricas.”
• “Configure pytdc for Data Analysis em um dataset de toxicidade e resuma balanceamento de classes, missingness e desenho do split.”

Esses detalhes ajudam o skill a escolher o caminho certo da tarefa e evitam código genérico que não corresponde ao seu experimento.

Workflow que costuma funcionar melhor

Primeiro identifique a tarefa terapêutica, depois confirme a classe do dataset e a política de split, então carregue os dados e inspecione os rótulos antes de modelar. Se você estiver fazendo benchmarking, decida cedo se precisa de um scaffold split, um cold split ou outro setup de avaliação predefinido, porque essa escolha afeta mais a comparabilidade do que a escolha do modelo.

FAQ do skill pytdc

O pytdc é só para modelos de descoberta de fármacos?

Na maior parte, sim. O skill pytdc foi construído em torno de casos de uso de ML terapêutico e farmacologia, especialmente datasets e benchmarks, e não de análise tabular de uso geral. Se o seu projeto não tem relação com compostos, proteínas ou tarefas de interação entre fármacos, provavelmente outro skill será mais adequado.

Preciso já ter experiência com PyTDC para usar o skill?

Não. O skill é útil para iniciantes que consigam descrever o objetivo do dataset em linguagem simples. O mais importante é ser específico sobre a tarefa-alvo, o split desejado e se você precisa de análise, predição ou geração.

Em que isso é diferente de um prompt comum?

Um prompt comum pode descrever etapas pontuais de carregamento ou modelagem, mas o skill pytdc é mais útil quando você quer acesso reproduzível a dados e disciplina de benchmark. Isso é especialmente importante quando você precisa de splits padrão e convenções de avaliação que facilitem a comparação de resultados.

Quando não devo usar o pytdc?

Não use pytdc se você não precisa de datasets do TDC ou de benchmarks terapêuticos, ou se quer apenas uma visão geral de alto nível sobre conceitos de química medicinal. Ele também não é a melhor escolha se seus dados são proprietários e não têm relação com as famílias de tarefas terapêuticas suportadas.

Como melhorar o skill pytdc

Informe a tarefa antes da ideia de modelo

A melhoria mais útil em uma solicitação para pytdc é deixar mais claro o problema. Diga se você precisa de property prediction, DTI, DDI, geração de moléculas ou retrosíntese antes de mencionar arquiteturas ou métricas. Isso permite que o skill escolha o dataset certo e as premissas corretas de pré-processamento.

Especifique expectativas de split e métrica

Muitos erros vêm de uma avaliação mal especificada. Se você se importa com scaffold split, cold split, ROC-AUC, PR-AUC, RMSE ou métricas de ranking, diga isso logo no prompt do pytdc. A saída fica muito melhor quando a estratégia de split e a métrica já estão definidas antes de começar a discussão de modelagem.

Compartilhe suas restrições e o formato dos dados

Se você precisa de código pronto para notebook, de uma auditoria leve dos dados ou de compatibilidade com uma stack específica, inclua isso no pedido. Para pytdc for Data Analysis, diga se quer balanceamento de classes, checagem de valores ausentes, resumo de descritores ou verificação de risco de leakage entre treino e teste, para que a saída foque nos diagnósticos certos.

Itere refinando o alvo do dataset

Se a primeira resposta vier ampla demais, restrinja por família de dataset, tipo de tarefa e formato de saída. Um follow-up melhor poderia ser: “Mantenha o mesmo workflow do pytdc, mas troque para classificação de toxicidade, use um scaffold split e retorne apenas as etapas de carregamento de dados e avaliação.”