做化学信息学不靠单一工具，而是一条工具栈。理解每个工具的定位与分工，能让数据处理、特征化、格式转换都更顺手。
各工具的定位
- RDKit：核心引擎。分子解析、指纹、描述符、子结构、构象、画图，几乎无所不能，是地基。
- OpenBabel：格式转换的瑞士军刀，支持上百种化学文件格式互转（PDB、SDF、MOL2、PDBQT 等）。
- Datamol：在 RDKit 之上的现代化封装，API 更简洁、便于并行与数据处理。
- Molfeat：统一的分子特征化工具箱，集合多种指纹/描述符/预训练表征。
怎么搭配
- 用 OpenBabel 处理「奇怪格式」的输入，转成 RDKit 友好的 SDF/SMILES。
- 用 RDKit / Datamol 做清洗、标准化与批处理。
- 用 Molfeat 统一产出特征，喂给下游模型（DeepChem、scikit-learn 等）。
关键要点
- RDKit 是地基，OpenBabel 管格式，Datamol 提效，Molfeat 管特征；
- 组合成一条「输入→清洗→特征→建模」流水线；
- 先把 RDKit 用熟，其余按需引入。
延伸资源
- 官方：rdkit.org、openbabel.org、datamol.io。
- 配套：「开源工具」模块对各工具的单独介绍。