这是一个基于机器学习的化合物生物活性预测工具，核心功能是快速评估候选分子的潜在活性，帮助研究人员在早期药物发现阶段降低筛选成本。

主要功能：
支持 SMILES 格式分子输入，自动提取 Morgan 指纹和 RDKit 描述符作为特征
内置多层感知机回归模型，可输出 pIC50 活性预测值
提供置信区间估计，量化预测不确定性
支持批量处理，可对数千个分子进行快速排序与筛选

个人职责：
独立完成数据清洗、特征工程、模型搭建、训练评估与结果可视化全流程工作，代码已按可复现标准整理。

技术成果：
在 ChEMBL 36 公共数据集上验证，模型排序相关性 Spearman 达 0.7674，Top-1% 富集因子达 2.73，相关研究成果发表于国际预印本平台 ChemRxiv（因为不能透露个人联系方式，因此无法展示地址）。