正式材料 · 8页
导师沟通合作研究构想
研究定位、团队衔接、两类资源、算法任务与合作责任。
适合了解研究定位、团队衔接、两类资源与合作责任。
文件完整性校验值
DOCX SHA-256
a1aa1e6a15bdbb91ced20737495db01a23304110541944a9f543a0e94b34ef8d
PDF SHA-256
3857c9e59b5e10476b5142fe31980e6bb14d1fba2eda1cde5fc2d92bf32eb649
完整材料 / 按阅读目的选择
先看研究主线，
需要时再进入设计与复核
研究构想与DPP方法样例分开归档，这里集中提供完整材料。
研究主线 · 拟议工作
了解合作方向与实施设计
网页为沟通摘要，正式材料保留完整定义、参考文献及证据边界。所有附件本地随包提供，未改动正式Word。
正式材料 · 24页
研究依据与技术实施设计
来源核验、字段模型、抽取工程、任务定义与评价方案、两张默认研究卡与实施边界。
适合细看来源核验、字段模型、抽取工程、评价方案、两张研究卡及实施边界。
文件完整性校验值
DOCX SHA-256
20fc5fa62ee0e978b83c943fe53bab441dc0c173cfb10c73063ba06012b1bd21
PDF SHA-256
83edb38ec192251feeffbe9a5ea6f9e5087558b909be06cf0b15c56eaa06ce87
方法能力样例 · 已完成首轮
DPP研究报告与结果复核
DPP联合预测研究构想与原型验证 · 7页
适合通读问题定义、数据审计、模型对照与真实负结果。多靶点联合预测不等于联合用药效果。
实验记录与结果数据
适合核对本轮结果版本及网页所用数值；不是新增实验或临床数据。
复现资料 / DPP-SelectLab 正式源码项目
下载源码，按相同数据与实验设置重新运行，核对结果
DPP-SelectLab
一个完整源码 ZIP，内含代码、压缩训练／评估输入、来源追溯数据、固定协议、测试及 README。解压后从项目根目录按 README 操作；不附预训练模型，运行时现场训练，并将结果与记录保存到独立的 runs/ 目录。
需要 Python 3.11+，并按 requirements-tested.txt 安装 NumPy、SciPy、pandas、scikit-learn、joblib、threadpoolctl 等依赖；不是仅靠裸 Python 运行。首次安装需要软件源，安装完成后随包提供的实验可离线运行，无需 GPU 或 RDKit；可选数据重建另需指定 RDKit 版本。
压缩输入会自动校验并解压；源归档哈希不符时停止，损坏缓存自动重建。README 提供三个入口：python run.py baseline（RF 基线）、python run.py compare（完整模型比较）、python run.py verify-data --include-provenance（只校验／解压，不训练）。
项目 README 记录的既有实测：RF 基线约28秒，完整比较约5分15秒；不是“几秒完成全流程”，也不是跨设备性能保证。
仅供研究复核，不代表模型已收敛或有效。不含外部论文 PDF 或患者数据；研究报告和本轮实验结果仍保留原版，复算输出不自动替换网页数值。数据来源、许可与实验设置说明见研究详情；源码许可证及数据许可见包内 NOTICE.md 与 DATA_LICENSE.md。
源码文件完整性校验值
ZIP SHA-256
f6aa8fcbfcb285001a0b220af1daea03f4dd4c561cba739c74c473950ace59e8