AI4Chem 基础实践教程

English | 简体中文

一套自给自足的 Jupyter 教程，面向希望入门 AI for Chemistry 的低年级本科生。教程从分子表示开始，逐步进入 descriptor、fingerprint、相似性、数据整理、性质预测、模型可靠性、分子空间可视化和反应优化。

本教程最初为“2026年清华大学 AI for Chemistry 交叉实践暑期课程”准备，现整理为一套自给自足、双语、可公开使用的 4-8 小时 AI4Chem 快速入门教程。

本仓库可以离线运行：notebook、示例数据、数据卡和验证脚本都包含在 materials/ 中。

致谢与数据来源

本教程受 Schwaller group 开源课程 schwallergroup/ai4chem_course 的启发，是一个短时快速入门教程，目标是帮助自学者在 4-8 小时内掌握 AI4Chem 的基础。希望系统完整学习 AI4Chem 的读者，建议进一步参考 Schwaller group 的原课程。

教程使用并标注了以下公开数据和文献来源：

• ESOL 水溶性数据：Delaney, J. S. Journal of Chemical Information and Computer Sciences, 2004. https://doi.org/10.1021/ci034243x
• Buchwald-Hartwig C-N cross-coupling 数据：Ahneman, D. T.; Estrada, J. G.; Lin, S.; Dreher, S. D.; Doyle, A. G. Science, 2018. https://doi.org/10.1126/science.aar5169

数据字段、用途和限制见 data/cards/。软件和文献链接汇总见 docs/zh-CN/references.md。

学习路径

• 4h：00 -> 01 -> 02 -> 03 -> 04 -> 05
• 6h：4h 路线 + 06_molecular_space.ipynb
• 8h：完整运行 notebooks/zh-CN/00_course_map.ipynb 到 notebooks/zh-CN/07_reaction_optimization.ipynb，并完成 worksheet.zh-CN.md

Notebook 目录

Notebook	Topic
00_course_map.ipynb	课程地图：AI+化学实践如何学习
01_molecules_as_data.ipynb	SMILES、canonical SMILES、分子可视化
02_descriptors_fingerprints_similarity.ipynb	descriptor、fingerprint、Tanimoto similarity
03_esol_dataset_curation.ipynb	ESOL 数据整理、LogS、scaffold split
04_property_prediction.ipynb	baseline、Ridge、RandomForest、RMSE、parity plot
05_model_reliability.ipynb	split、data leakage、applicability domain
06_molecular_space.ipynb	fingerprint PCA 和分子空间可视化
07_reaction_optimization.ipynb	Buchwald-Hartwig 反应优化和 surrogate loop

快速开始

cd ai4chem-fast-track-tutorial/
conda env create -f environment.yml
conda activate ai4chem-practice
jupyter lab notebooks/zh-CN/00_course_map.ipynb

• 详细安装说明见 docs/zh-CN/setup.md。

仓库结构

ai4chem-fast-track-tutorial/
├── notebooks/              # 英文 notebook
│   └── zh-CN/              # 中文 notebook
├── data/
│   ├── raw/                # ESOL 与 Buchwald-Hartwig *.CSV data
│   ├── examples/           # 小型示例分子表
│   └── cards/              # 数据卡和来源说明
├── docs/                   # 英文文档
│   └── zh-CN/              # 中文文档
├── worksheets/             # 英文讨论任务
│   └── zh-CN/              # 中文讨论任务
├── worksheet.md            # 英文学习记录表
├── worksheet.zh-CN.md      # 中文学习记录表
├── environment.yml         # Conda 环境
└── requirements.txt        # pip 依赖

License

本仓库中的原创教程文本、代码和 notebook 结构以 MIT License 发布，见 LICENSE。