TAME-VS: 基于机器学习的靶标驱动的虚拟筛选平台

从 ChemBL 数据库中检索与扩展靶标相关的化合物，获取 Molecule ChembL ID、SMILES 等信息。

将化合物 SMILES 转换为分子指纹（Morgan、AtomPair、MACCS、Topological），用于机器学习模型训练。

使用分子指纹训练机器学习模型，构建化合物活性预测模型。

使用训练好的模型对化合物库进行虚拟筛选，预测候选化合物的活性。

对虚拟筛选结果进行处理分析，包括理化性质分布、预测分数分布等。

整合各模块输出数据，生成最终虚拟筛选分析报告和可下载的结果文件包。