核心用法
本技能是面向化学信息学的全栈工具包，整合PubChem公开API与RDKit分子处理引擎，提供从化合物名称解析到合成路线设计的完整工作流。
主要功能模块：
- PubChem数据检索：化合物基本信息（分子式、分子量、IUPAC名）、结构数据（SMILES、InChI、2D图像）、合成参考文献、相似性搜索
- RDKit分子分析：计算分子属性（分子量、logP、TPSA、氢键供体/受体、可旋转键、芳香环数）、2D结构可视化（PNG/SVG）、Morgan指纹生成
- 合成规划：BRICS递归逆合成分析、多步合成路线规划、21种经典反应模板（Suzuki、Heck、Grignard、Wittig、Diels-Alder等）的正向反应模拟
- 智能链式调用：通过
chain_entry.py实现名称→属性+可视化+逆合成的端到端自动化处理
典型工作流：
1. 输入化合物名称（如"caffeine"）或SMILES字符串
2. 自动解析并计算分子属性
3. 生成2D结构图像
4. 执行BRICS逆合成分析，递归拆解前体分子
5. 输出结构化JSON，可直接下游连接药理学、毒理学分析模块
显著优点
- 数据权威可靠：PubChem为NIH维护的全球最大化学数据库之一，数据经过标准化整理与持续更新
- 无需API密钥：所有外部API（PubChem、ChEMBL、PubMed）均为公开访问，零配置开箱即用
- 计算能力专业：RDKit是学术界与工业界广泛采用的开源化学信息学工具，算法经过长期验证
- 自动化程度高：支持名称自动解析为SMILES，减少用户输入负担；标准化JSON输出便于多技能串联
- 可视化友好：自动生成高质量2D分子结构图，支持PNG/SVG双格式
- 合成规划实用：内置21种经典反应模板，支持从药物分子回溯商用前体的多步合成设计
潜在局限与风险
- 逆合成深度受限：BRICS算法基于结构片段匹配，对复杂天然产物或需要特殊试剂的反应覆盖有限；递归深度过大（>3）时计算耗时显著增加
- 反应模板固定：21个内置模板无法覆盖全合成化学空间，新颖反应或催化剂体系需人工扩展
- 3D结构简化：XYZ生成为MMFF力场优化结果，非DFT精算，不适用于构象能垒精细分析
- PubChem依赖：网络中断或API变更时功能受限；虽设15秒超时，但大规模批量查询仍可能触发速率限制
- IUPAC转换依赖Java：OPSIN组件（13.8MB）首次使用时自动下载，需JRE 8+环境，离线场景受限
- ADMET预测为实验性：
admet_predict.py模块标注为附加功能，未在核心测试矩阵中覆盖
适合人群
- 药物化学研究人员：快速获取候选化合物理化性质、规划合成路线
- 有机合成化学家：逆合成分析、反应可行性快速筛查
- 化学信息学开发者：作为分子数据获取与预处理的标准化接口
- 教育场景：可视化分子结构、理解经典反应机理
- 材料科学：小分子材料的功能基团分析与相似性搜索
常规风险提示
- 合成规划输出为理论推演，实际实验需考虑溶剂、温度、保护基策略等未建模因素
- 相似性搜索基于2D指纹，无法区分立体异构体或构象差异
- 分子属性计算基于算法预测（如logP），非实验测定值，关键决策需实验验证
- 技能设计为单用户本地执行，未内置并发控制，高频率API调用可能触发PubChem IP级限流（建议≤5请求/秒）