Chemprop v2:MIT (chemical engineering and electrical engineering groups)
开源分子性质预测库,基于有向消息传递网络,是最常见的深度学习基线。
小分子 · 学术实验室 · 美国 · 截至 2026-11-16
概况
| 字段 | 内容 |
|---|---|
| 名称 / 别名 | Chemprop v2;别名:Chemprop-RDKit、Chemprop-MT;有歧义、不自动链接:Chemprop |
| 家族 | 家族条目:Chemprop v1 (2019 D-MPNN release) †(未核实);Chemprop v2.x 。边界:本记录只覆盖 v2.x 重写版;旧版的 benchmark 成绩不得算到 v2 头上 |
| 机构 | MIT (chemical engineering and electrical engineering groups) |
| 机构类型 / 国家 | 学术实验室 / 美国 |
| 模型类别 | 性质预测(图神经网络,有向消息传递) |
| 领域 | 小分子 |
| 首次发布 | †(未核实)(依据:GitHub v2.0.0 稳定版发布(软件首次公开发布)) 站上把论文日期(预印本 2025-09-15、期刊 2025-12-26)当作发布;另有 2024-03-04 的公开预发布 v2.0.0-rc.1 未核实 |
| 其他里程碑 | 最早公开证据 †(未核实)(v2.0.0 稳定版);预印本 v1 †(未核实)(v2 论文预印本);期刊上线 †(未核实)(期刊电子版上线);代码发布 (v2.0.0 稳定版) |
| 最近更新 | ,新版本:v2.3.1 补丁;此前为 v2.3.0(2026-07-08)与 v2.2.x 系列。此为最近一次有出处的事件,不代表此后没有更新 |
| 开放程度 | 代码:开放(MIT);权重:不开放;无通用预训练权重,用户用自己的数据训练;因此「Chemprop 的分数」取决于谁训练、用什么数据 |
| 状态 | 活跃:12 个月内有多次版本发布 |
| 报过的 benchmark | 0 项计入;另 3 条不计入(仅引用 1 · 未证实 2) |
| 湿实验验证 | 无 |
| 全站实体页 | 无(全站实体库未检出对应页面) |
| 截至 | 2026-11-16 |
做什么
把分子当作图,用有向边上的消息传递得到分子向量,再接前馈网络做回归或分类;v2 为整体重写,提供 Python API 与多 GPU 训练,论文主张与上一代算法等价而更快、更省内存,不主张新精度记录。它不是预训练基础模型,而是「拿自己的数据训练」的工具,因此在各处多以基线出现:ADMET-AI 以其为底层,KERMT 用其多任务版作对照。相比 MolE、MiniMol、Uni-Mol2 这类预训练模型,它参数少、训练快、可在内部数据上直接重训。
报过的 benchmark
按关系类型排列;每行标来源类型与出处。分数只在同一 benchmark、同一口径内有意义,见各 benchmark 页的当前排名。0 项计入;另 3 条不计入(仅引用 1 · 未证实 2)。
| Benchmark | 关系类型 | 计入 | 评测集 / 口径 | 来源类型 | 说明 | 出处 |
|---|---|---|---|---|---|---|
| 27 Polaris / ASAP / OpenADMET | 仅被引用作比较 | 否 | — | 第三方 | 在组织方报告中作为匿名基线出现,无逐项数值 | 出处 |
| 03 MoleculeNet (+OGB) | 未证实 | 否 | — | 未知 | 该 benchmark 的成绩属 2019 年初版;v2 摘要只称数据集与切分沿用上一篇软件论文、与原版算法等价,未说明是否重跑,故不作为已报告;该条目 provenance 不全(缺 url 与日期),在排名行被扣下不显示 †(未核实) | 出处 |
| 04 TDC (ADMET + DTI) | 未证实 | 否 | — | 未知(二手) | 榜上条目未标版本,且是经以其为底层的 ADMET 模型间接出现,模型本身不单独报分 †(未核实) | 出处 |
其他评测(不在 44 项内)
- v2 论文自带任务(反应能垒、吸收波长、大规模量化属性集)(站外公开 benchmark,自报):摘要只称速度与内存改善、精度与上一代一致,未给逐项数值
- 下游应用(抗生素发现等)(案例研究,第三方):多项研究以该库为模型组件,属应用而非对该库的评测
开发方称:v2 与上一代算法等价,执行时间约缩短一半、内存约降到三分之一,并提供 Python API 与多 GPU 训练。
独立证据:第三方把它作为基线:一项竞赛组织方报告列为匿名基线,公开 ADMET 榜上也有以其为底层的条目,但两者都不是对 v2 的独立精度评测。
训练数据
| 类别 | 值 | 说明 | 出处 |
|---|---|---|---|
| a 公开库 | 是 | 无固定训练集;以其为底层的 ADMET 版本用 TDC 的 41 个 ADMET 数据集 | 出处 |
| b 私有 / 授权 | 否 | 库本身不带数据;用户可带内部数据训练(企业对照即这种用法) | 出处 |
| c 自产 wet lab 训练数据 | 否 | — | — |
| d 仅用于验证的 wet lab | 否 | — | — |
湿实验验证
无。开发方未报告湿实验验证,或本站未收录可核的记录。
背景
- 机构:美国一所理工大学两个工程系的学术开源项目,非公司,代码在同名 GitHub 组织下以 MIT 许可发布;初版随 2019 年方法论文发布,2023 年有软件包论文,v2 为重写版。
- 融资:v2 论文致谢列有一个制药机器学习产学联盟、两项美国联邦研究生奖学金计划、一个国防研究计划,以及一家软件公司与一家药企的奖学金。
- 产品与合作:无商业主体;生态上游有以其为底层的 ADMET 预测平台,下游有以其多任务版作对照的企业研究,另有抗生素发现等应用研究。
- 相关模型:ADMET-AI、KERMT、MolE、MiniMol
怎么看
- 论文主张是工程层面的「等价、更快、更易用」,不是新精度记录。
- MoleculeNet 的老数字属初版,不能算到 v2 头上。
- 因为没有通用预训练权重,「Chemprop 的分数」取决于训练者与数据,跨论文比较必须看设置。
- 三条配对按本轮口径都不计入:两条未证实、一条仅作比较引用,模型因此进入零配对名单。
局限与注意
- 本轮进入零配对名单(按新关系口径重算)。
- 站上曾把论文日期当作首次发布,软件 v2.0.0 实为 2024-04-23。
- 更早的公开预发布(2024-03-04)未核实,首发标未核实。
- 公开 ADMET 榜上的条目未标版本,无法确认属 v2。
来源
- v2 期刊论文(期刊)
- v2 预印本(预印本)
- 代码仓库(仓库)
- 版本发布列表(包仓库)
- 初版方法论文(2019)(预印本)
- 公开 ADMET 榜总览(榜单)
更正记录
以下为本轮核对中改过的字段,原值按记录照录。
本文为个人研究笔记,结论基于成文时可获得的公开信息;带〔估算〕〔推断〕或⚠️的数字未经独立核实。