分子库智能筛选系统产品系统

药物研发项目中，预算限制是常见约束：大量候选分子等待测试，但经费仅支持少量实验。本项目旨在解决"在有限预算下，如何从海量分子中优先筛选出最有测试价值的结构"这一实际决策问题。系统通过融合活性预测与不确定性量化，为药物化学团队提供风险感知的候选排序，辅助实验资源的高效分配。

本系统是一个预算约束下的化合物库压缩工具，帮助研发团队在有限经费条件下，从大规模候选分子中优先筛选出最有测试价值的化合物。

核心功能模块：
分子库特征工程模块：批量处理数千至数万个分子的SMILES序列，并行计算Morgan指纹和RDKit全量描述符，输出标准化特征矩阵。
风险感知预测模块：基于多层感知机模型预测每个分子的活性评分，同时通过分拆conformal预测方法计算每个预测的校准置信区间。
Top-K智能排序引擎：根据用户设定的预算（K值），输出风险-收益权衡后的候选清单，排序兼顾活性评分与预测可信度。
可审计导出模块：导出包含活性评分、置信区间、模型适用域证据、结构告警信息的完整报告，支持人工复核与决策追溯。

完成从方案设计、特征工程、模型开发、不确定性评估到结果可视化的全流程实现。
技术栈与架构：系统采用分层架构，数据层使用RDKit处理分子特征，计算层通过PyTorch实现模型推理与不确定性量化，服务层使用FastAPI封装为RESTful接口。
实现亮点：引入分拆conformal预测方法实现不确定性量化，使决策层能区分"高置信度高活性"与"需复核的模糊样本"。
遇到的主要难点：如何将学术不确定性量化方法工程化，使其在真实决策中可用。解决方案是实现校准后的置信区间输出，辅助人工复核机制。在100分子BACE决策回放测试中，Hit@10保持在0.9000。