# 定量构效关系预测

本模块通过输入化合物的SMILES字符串实现分子性质预测。用户可从已构建的模型库中直接调用训练完成的模型（如随机森林、支持向量机或ChemProp图神经网络等），系统自动执行计算并返回目标性质预测值，适用于虚拟筛选、先导化合物优化等场景，为实验设计提供高效数据支持。

预测流程与建模模块深度集成，通过直接调用建模阶段经参数优化的模型，确保预测结果与训练表现一致。计算结果以结构化CSV格式输出，包含分子标识及对应预测值，可直接用于下游实验决策。

模块支持单次查询与批量预测的灵活扩展，依托轻量化部署框架保障计算效率，同时严格遵循模型验证逻辑，确保预测结果的可靠性，为药物研发提供简洁、可落地的数据驱动解决方案。

第一步准备筛选数据

用户上传待预测分子的SMILES分子式文件。

本模块支持【输入数据】、【上传文档】和【数据中心】三种方式来准备待测数据。

输入数据：直接将待测分子SMILES表达式复制到文本框中即可，一行一个分子式。

上传文档：从上传.csv文件，其中一列必须是SMILES分子式，列标题名是“SMILES”。

数据中心：从云平台的【数据中心】存储的文件中导入用户所需的.csv文件。

第二步 选择创建的QSAR模型

预测流程与建模模块深度集成，用户从QSAR建模模块已构建的模型库中直接选择训练完成的模型

第三步提交计算

完成文件加载和模型选择后，点击【提交】按钮开始计算。

提交计算后，会在页面下方【运行历史】处显示运行任务状态。对于已完成任务，可以点击【下载结果】

下载所得文件为压缩包 result.tar，解压该压缩包后，会得到一个prediction.csv文件，SMILES是用户上传的SMILES分子式列，Prediction是本模块计算的预测值列。