# Therapeutics Data Commons

许可证声明：未声明（NOASSERTION）；本站处理：待确认，暂只链接原出处。来源写明各子集许可各自不同，没有列出。

- 能否商用：不明 · 能否改编：不明 · 能否再分发：不明 · Mdexa 提供文件：否
- 许可证状态：未声明 (NOASSERTION)
- Mdexa 处理：待确认 — 许可证未声明：来源写明各子集许可各自不同，没有列出。只链接原出处。
- 代码仓库许可证：MIT (license-file，已核实)
- 最近核实：2026-11-14
- 信息卡：https://mdexa.com/zh/datasets/tdc/

## 关键事实

- 领域：药学与药物, 临床医学
- 内容类型：结构化数据库
- 规模：—
- 语言：英文
- 模态：文本, 表格
- 发布方：Zitnik Lab, Harvard
- 年份：2020

## Therapeutics Data Commons 是否允许商业使用

- 商业使用：不明（未声明）。
- 许可状态：未声明。
结论仅记录来源所述，不构成法律意见。

## Therapeutics Data Commons 许可证证据

来源写明各子集许可各自不同，没有列出

- **仓库许可证文件** — MIT：在快照 s08（api-license）中找到：GitHub repository license — ""spdx_id": "MIT"" — https://github.com/mims-harvard/TDC (2026-11-13; 亲自打开)
- **使用条款页** — MIT：在快照 s05（readme）中找到的声明 — "The TDC codebase is licensed under the MIT license." — https://github.com/mims-harvard/TDC (2026-11-13; 亲自打开)
- **使用条款页**：在快照 s05（readme）中找到的声明 — "For individual dataset usage, please refer to the dataset license on the website." — https://github.com/mims-harvard/TDC (2026-11-13; 亲自打开)
- **使用条款页** — MIT：在快照 s06（license）中找到的声明 — "Permission is hereby granted, free of charge, to any person obtaining a copy" — https://github.com/mims-harvard/TDC (2026-11-13; 亲自打开)
- **使用条款页** — MIT：在快照 s07（page）中找到的声明 — "The TDC codebase is licensed under the MIT license. For individual dataset usage, please refer to the dataset license on the website." — https://github.com/mims-harvard/TDC (2026-11-13; 亲自打开)

## 来源与血缘

—

## Therapeutics Data Commons 已知问题

- README把各数据集的许可指向网站，此处未说明各数据集本身的许可。
- 该版本为beta版，需要定期更新本地副本。

## 预检

未预检（数据未入库）。

## Therapeutics Data Commons 下载、接口与获取方式

Mdexa 站内不提供文件。原始出处：
- https://tdcommons.ai/
- https://github.com/mims-harvard/TDC

## Therapeutics Data Commons 引用格式

原始资料没有给出推荐引用文本。
- arXiv:2102.09548

## 机器可读

- JSON: https://mdexa.com/datasets/tdc.json
- 2026-11-14 补入来自所引来源（论文、发布说明、官方页面）的已知缺陷、版本说明与取用方式，每条标明出自谁、何时、来源类型。
- 2026-11-14 实用卡字段（内容范围、标识符、取用方式、版本、已知缺陷）由自动流水线根据已存快照添加，每条陈述带逐字引文。
- 2026-11-14 补入来自所引来源（论文、发布说明、官方页面）的已知缺陷、版本说明与取用方式，每条标明出自谁、何时、来源类型。
- 2026-11-14 补入来自所引来源（论文、发布说明、官方页面）的已知缺陷、版本说明与取用方式，每条标明出自谁、何时、来源类型。
- 2026-11-14 按当前规则重新判定；机器检查仍全部通过。
- 2026-11-14 补入来自所引来源（论文、发布说明、官方页面）的已知缺陷、版本说明与取用方式，每条标明出自谁、何时、来源类型。
- 2026-11-14 补入来自所引来源（论文、发布说明、官方页面）的已知缺陷、版本说明与取用方式，每条标明出自谁、何时、来源类型。
- 2026-11-14 按当前规则重新判定；机器检查仍全部通过。
- 2026-11-14 补入来自所引来源（论文、发布说明、官方页面）的已知缺陷、版本说明与取用方式，每条标明出自谁、何时、来源类型。
- 2026-11-13 经自动流水线收录并通过全部校验（门禁、逐字引用、判定引擎、两轮独立抽取）。

## 实用信息

### 内容范围

- 文中说明，TDC 包含 66 个可供 AI 使用的数据集，分布在 22 个学习任务上，覆盖安全有效药物的发现与开发。
  > To date, TDC includes 66 AI-ready datasets spread across 22 learning tasks and spanning the discovery and development of safe and effective medicines.
  https://arxiv.org/abs/2102.09548 (2026-11-13)
- 文中说明，TDC 覆盖靶点发现、活性筛选、有效性、安全性和生产等学习任务，涉及小分子、抗体和疫苗等生物医学产品。
  > TDC covers a wide range of learning tasks, including target discovery, activity screening, efficacy, safety, and manufacturing across biomedical products, including small molecules, antibodies, and vaccines.
  https://tdcommons.ai/ (2026-11-13)

### 标识符

- 文中显示，通过名称 HIA_Hou 从单实例预测问题下的 ADME 治疗学习任务中获取一个数据集。
  > For a concrete example, to obtain the HIA dataset from the ADME therapeutic learning task in the single-instance prediction problem:
  https://raw.githubusercontent.com/mims-harvard/TDC/HEAD/README.md (2026-11-13)

### 取用方式

- 仅网页界面：https://github.com/mims-harvard/TDC

### 版本

- TDC 以 Python 包 PyTDC 的版本号区分；PyPI 最新版本为 1.1.15，上传于 2025-03-31。未见独立的数据版本编号。
  > "upload_time":"2025-03-31T15:20:14"
  https://pypi.org/pypi/PyTDC/json (2026-11-13)
- 文中说明，TDC 会定期更新，加入新的数据集和任务，例如抗体疗法和基因编辑。
  > TDC is regularly updated with novel datasets and tasks, such as antibody therapeutics and gene editing.
  https://tdcommons.ai/overview/ (2026-11-13)

### 已知缺陷与常见误用

- 作者在文中写道：按他列出的标准，TDC 与 MoleculeNet“同样有缺陷”。
  > other widely used benchmarks like the Therapeutic Data Commons (TDC) are equally flawed.
  https://practicalcheminformatics.blogspot.com/2023/08/we-need-better-benchmarks-for-machine.html (2026-11-13)
- Walters：MoleculeNet 的 BBB 数据集含 59 个重复结构，其中 10 对标签相互矛盾，另有 11 个 RDKit 无法解析的 SMILES。
  > First, the dataset contains 59 duplicate structures. This is not the sort of thing we want to have in a benchmark. But wait, it gets worse, 10 of these duplicate structures have different labels.
  https://practicalcheminformatics.blogspot.com/2023/08/we-need-better-benchmarks-for-machine.html (2026-11-13)
- Walters：MoleculeNet 的 BACE 数据集中 71% 的分子至少有一个未定义的立体中心。
  > 71% of the molecules have at least one undefined stereocenter, 222 molecules have 3 undefined stereocenters, and one molecule has a whopping 12 undefined stereocenters.
  https://practicalcheminformatics.blogspot.com/2023/08/we-need-better-benchmarks-for-machine.html (2026-11-13)

### 适合的任务

- 文中说明，TDC 是一个用于访问和评估 AI 方法的资源，支持面向药物发现应用的 AI 方法开发。
  > Therapeutics Data Commons is a resource to access and evaluate AI methods, supporting the development of AI methods, with a strong bent towards establishing the foundation of which AI methods are most suitable for drug discovery applications and why.
  https://tdcommons.ai/ (2026-11-13)
- TDC 作者称其实验显示最强算法在真实分布偏移与对新数据的泛化上仍有不足。
  > demonstrating that even the strongest algorithms fall short of solving key therapeutics challenges, including real dataset distributional shifts, multi-scale modeling of heterogeneous data, and robust generalization to novel data points.
  https://arxiv.org/abs/2102.09548 (2026-11-13)
- Walters：MoleculeNet 的生理类数据集（BBB、毒性）终点复杂，不太适合做基准比较。
  > The complexity of these endpoints makes the data less than ideal for benchmark comparisons.
  https://practicalcheminformatics.blogspot.com/2023/08/we-need-better-benchmarks-for-machine.html (2026-11-13)

### 尚无有出处的说明

破坏性变更, 不适合的任务, 商业授权入口

## 在本库继续查找

本条目是 109 条已处理并核实的记录之一（数据集、数据资源与开源模型）。查找其他条目：调用 `https://mcp.mdexa.com/v1/datasets?q=<关键词>`，或连接 MCP 服务 `https://mcp.mdexa.com/mcp`；每分钟 20 次以内无需密钥。每行返回不到 1 KB；空结果即"数据库未收录"。核对一份清单：一次批量核对（免费账号）即返回报告。说明：/agents.md。相似条目：TopU-LBVS: Multi-Target Benchmark for Ligand-Based Virtual Screening (https://mdexa.com/zh/datasets/topu-lbvs/)；BindingDB (https://mdexa.com/zh/datasets/bindingdb/)；DrugCentral (https://mdexa.com/zh/datasets/drugcentral/)。