Chemprop 是 D-MPNN（有向消息传递网络）的官方实现，分子性质预测的强基线，命令行/Python 均可用。
安装与部署
pip install chemprop；支持 GPU 训练。
典型用法
- 用 CSV（SMILES + 标签）直接训练回归/分类模型
- 拼接 RDKit 描述符提升表现
- 用骨架划分做交叉验证
- 对新分子批量预测
上手提示
先用它在自己的数据上建强基线，再考虑更复杂模型——很多时候 Chemprop 已足够好。注意数据清洗与划分质量决定上限。
延伸资源
- 论文见 131；框架对照 175、176。