chemprop使用

Chemprop是一种基于PyTorch的分子属性预测工具，可以用于预测化合物的性质，如溶解度、毒性、生物活性等。以下是Chemprop的使用步骤：

1. 安装Chemprop：可以使用pip安装，或者从GitHub源代码构建。

2. 准备数据：需要将化合物的SMILES表示和属性数据存储为CSV格式的文件。SMILES是一种描述分子结构的字符串，可以使用RDKit等库将分子结构转换为SMILES格式。

3. 拆分数据集：将数据集分为训练集、验证集和测试集。可以使用chemprop_split.py脚本进行数据集拆分。

4. 训练模型：使用chemprop_train.py脚本训练模型。可以选择不同的模型类型和超参数，如神经网络结构、损失函数、学习率等。

5. 评估模型：使用chemprop_eval.py脚本评估模型的性能。可以计算各种指标，如均方误差、平均绝对误差、相关系数等。

6. 预测化合物属性：使用chemprop_predict.py脚本对新化合物进行属性预测。可以输入SMILES字符串或SMILES文件。

参考文献：

1. Yang, K., Swanson, K., Jin, W., & Coley, C. W. (2019). Analyzing Learned Molecular Representations for Property Prediction. Journal of chemical information and modeling, 59(8), 3370-3388.

2. https://github.com/chemprop/chempro