查询ChEMBL生物活性分子和药物发现数据。通过结构/性质搜索化合物，获取生物活性数据（IC50、Ki），寻找抑制剂，进行药物化学的构效关系研究。

用于学术研究的全面文献管理。搜索Google Scholar和PubMed中的论文，提取准确的元数据，验证引用信息，并生成格式正确的BibTeX条目。当您需要查找论文、核实引用信息、将DOI转换为BibTeX格式，或确保科学写作中参考文献的准确性时，请使用本功能。

通过API v2查询ClinicalTrials.gov。根据疾病、药物、地点、状态或阶段搜索临床试验。通过NCT编号获取试验详情，导出数据，用于临床研究和患者匹配。

访问ClinPGx药物基因组学数据（PharmGKB的后继者），查询基因-药物相互作用、CPIC指南和等位基因功能，以支持精准医学和基因型指导的给药决策。

在NCBI ClinVar中查询变异的临床意义。通过基因/位置搜索，解读致病性分类，通过E-utilities API或FTP访问，注释VCF文件，用于基因组医学。

访问COSMIC癌症突变数据库。查询体细胞突变、癌症基因普查、突变特征和基因融合，用于癌症研究和精准肿瘤学。需要认证。

与 Data Commons 平台合作，该平台提供对全球来源公共统计数据的程序化访问。在处理人口数据、经济指标、健康统计、环境数据或通过 Data Commons 可用的任何公共数据集时使用此技能。适用于查询人口统计信息、GDP 数据、失业率、疾病患病率、地理实体解析以及探索统计实体之间的关系。

基于RDKit的Python风格封装，提供简化接口和合理的默认设置，适用于标准药物发现流程，包括SMILES解析、标准化、描述符、指纹、聚类、3D构象和并行处理。返回原生的rdkit.Chem.Mol对象。如需高级控制或自定义参数，请直接使用RDKit。

使用多种特征提取器和预构建数据集的分子机器学习。当您需要丰富的特征提取选项和MoleculeNet基准时，可将其用于性质预测（如ADMET、毒性）与传统机器学习或图神经网络（GNN）结合使用。最适合使用预训练模型和多样分子表示进行快速实验。对于以图为主的PyTorch工作流程，请使用torchdrug；对于基准数据集，请使用pytdc。