LQI化学机器学习应用软件

面向化学研究者的一款利用机器学习算法分析数据，预测分子性质的软件。主打轻量化，便捷性，隐私保护。使用 PySide6、RDKit、Scikit-learn、LightGBM、XGBoost 和 SHAP；实验数据在本机计算；无需复杂安装直接下载压缩包，解压后运行启动程序即可使用的桌面软件。主要解决当实验数据较少时对分子性质的预测，提高科研效率，减少不必要实验。这款软件以极大限度的开源给所有人，如果能对你的科研有所帮助或是对其他开发者有所启发，我会感到非常高兴。

• CSV / Excel 导入、工作表选择、列识别、表格编辑、非法分子结构标红。
• 24 项 RDKit 描述符、2048 位 Morgan 指纹、可选实验条件数值特征。
• Ridge、Lasso、Random Forest、LightGBM、XGBoost；嵌套分组交叉验证与网格搜索。
• 折外 R²、MAE、RMSE；分组 Bootstrap 模型区间；SHAP 前五项特征贡献。
• 内置 ESOL 水溶解度参考集，可离线使用、主动在线更新或添加本地参考集。
• 联合 PCA / t-SNE 化学空间、分子图悬停、结构相似性分析、新分子预测。
• HTML / PDF 诊断报告、CSV / JSON 分析导出、数据与设置保存恢复。

直接使用软件： 在本仓库的 Releases 下载区 下载 Windows 便携程序压缩包，解压完整文件夹后双击 LQI.exe。不要只取出 EXE 文件。

运行或修改源码： 通过 GitHub 下载的源码不包含本机 Python 环境及打包程序，首次使用需安装依赖。开发运行建议使用 Windows x64 和 Python 3.12。已配置好环境的本机项目可直接运行 start-source.bat；start.bat 优先启动本机 dist/LQI/ 下的便携程序。

首次从 GitHub 获取源码时，双击根目录 setup.bat 安装项目依赖，成功后双击 start-source.bat。也可以在仓库根目录执行：

py -3.12 -m venv .venv
.\.venv\Scripts\python.exe -m pip install -r requirements.txt
.\.venv\Scripts\python.exe main.py

已下载独立便携版本的用户可直接启动其中的 LQI.exe，应保留整个发布文件夹。

1. 数据与预处理 → 加载溶解度示例 · 60 条。
2. 模型与解释 → 保持 Ridge（岭回归）、24 描述符、标准化缩放 → 开始训练与交叉验证。
3. 化学空间 → 生成联合化学空间；悬停查看分子结构。
4. 新分子预测 → 输入 CC(=O)Oc1ccccc1C(=O)O，附加特征留空 → 预测分子属性。
5. 诊断报告 → 导出 HTML / PDF 或分析表格。

这组固定示例的折外指标约为 R² 0.856、MAE 0.683、RMSE 0.902。它只用于验证和体验流程，不代表对其他数据的保证。

软件顶部提供“使用说明”，也可查看 快速体验、用户手册 或离线打开 使用说明网页。

打开根目录的 导入模板 文件夹，复制 Excel 填写模板 或 CSV 填写模板，填入自己的实测数据后再导入。Excel 的“填写数据”用于填写，“格式示例”展示 12 条公开数据，“填写说明”解释每列要求。

第一行是列名，每行一条实验记录。结构列和目标实测值必填；温度、时间、浓度可选。数值列只填写数字，单位放在列名中。详见 数据导入格式说明 或双击 网页说明。软件顶部“使用说明”也包含这套格式要求。

main.py                  桌面应用入口
lqi/              数据、化学、模型、解释、界面、绘图、报告模块
data/                    内置公开数据、界面资源及离线帮助
examples/                60 条示例数据（CSV / Excel）
导入模板/                 Excel / CSV 填写模板、12 条格式示例和格式说明
docs/                    用户手册、设计说明、数据来源、截图和第三方声明
tests/                   核心和桌面交互测试
scripts/                 发布构建、第三方声明收集工具
.vscode/                 项目解释器与调试配置
.github/workflows/       Windows 自动测试配置
requirements.txt         运行依赖
requirements-dev.txt     测试与打包依赖
requirements-lock.txt    已验证环境的完整版本快照
setup.bat / start.bat    Windows 安装与一键启动入口
start-source.bat         使用本机开发环境运行源码
build.bat                Windows 便携程序构建入口

运行时生成的 .venv/、user_data/、logs/、构建目录和导出报告均已在 .gitignore 中排除。

.\.venv\Scripts\python.exe -m pip install -r requirements-dev.txt
.\.venv\Scripts\python.exe -m pytest tests -q

.vscode 使用仓库内 .venv 解释器。需要复现已验证的完整环境时，可在空虚拟环境中安装 requirements-lock.txt。运行依赖、开发依赖与版本快照各有用途，不要把虚拟环境本身提交到仓库。

运行 build.bat，或安装开发依赖后执行：

.\.venv\Scripts\python.exe scripts/build_release.py

结果写入 releases/日期时间/LQI/，整个目录可独立分发。每次构建使用新发布目录，保留旧版本中的用户数据。构建脚本隔离 DLL 搜索路径，防止误收集其他软件的 ICU/Qt 动态库。

独立程序支持 LQI.exe --self-test 指定诊断目录。自检使用很少的重采样次数来验证依赖与流程，不用于科学结论。

• 当前为单目标连续数值回归，至少 10 条有效观测、6 种不同分子；推荐少于 100 条。
• 描述符为选定的 24 项面板，另可选 Morgan 指纹；不包含反应指纹或自动反应机理推断。
• 同一规范化分子编码不跨验证折；缺失填充和缩放只在训练折拟合。缺失目标不做填充。
• Bootstrap 输出模型均值的重采样区间，不是校准的单次实验预测区间。SHAP 不代表化学因果关系。
• 低相似度只针对当前参考集；二维投影距离不等于化学相似度。
• 预载且支持在线更新的公开集为 ESOL；催化收率等其他参考集可本地导入。
• 项目文件保存数据和配置，重新打开后需要重训。

公开数据出处见 DATA_SOURCES.md，第三方组件声明见 THIRD_PARTY_NOTICES.md，原始许可文件保存在 docs/third_party_licenses/。

本项目自身代码采用 Apache License 2.0。第三方组件和公开数据保留各自的来源与许可条件，本项目许可证不替代第三方许可。