访问 AlphaFold 超过 2 亿个 AI 预测的蛋白质结构。通过 UniProt ID 检索结构，下载 PDB/mmCIF 文件，分析置信度指标（pLDDT、PAE），助力药物发现与结构生物学研究。

查询 BindingDB 获取药物-靶标结合亲和力（Ki、Kd、IC50、EC50）的实测数据。可通过靶标（UniProt ID）、化合物（SMILES/名称）或病原体进行搜索。对药物发现、先导化合物优化、多靶点药理学分析及构效关系（SAR）研究至关重要。

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。

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。

访问并分析DrugBank数据库中的全面药物信息，包括药物性质、相互作用、靶点、通路、化学结构和药理数据。当处理药物数据、药物发现研究、药理学研究、药物-药物相互作用分析、靶点鉴定、化学相似性搜索、ADMET预测，或任何需要从DrugBank获取详细药物及药物靶点信息的任务时，应使用此功能。

查询Open Targets平台，以获取靶标-疾病关联、药物靶标发现、可成药性/安全性数据、遗传学/组学证据、已知药物，用于治疗靶标识别。

访问 RCSB PDB 获取三维蛋白质/核酸结构。通过文本、序列或结构进行搜索，下载坐标（PDB/mmCIF），检索元数据，用于结构生物学和药物发现。

治疗数据commons：AI就绪的药物发现数据集（ADME、毒性、DTI）、基准测试、骨架拆分、分子预测模型，用于治疗学机器学习和药理预测。

用于分子和蛋白质的PyTorch原生图神经网络。适用于构建自定义GNN架构以进行药物发现、蛋白质建模或知识图谱推理，特别适合自定义模型开发、蛋白质性质预测和逆合成分析。如需预训练模型和多种特征化工具，请使用DeepChem；如需基准数据集，请使用PyTDC。