这个品类的数据长什么样
小分子化药的数据主要来源于公开数据库（如 PubChem、ChEMBL、DrugBank）、专利文献、科学期刊、以及药企内部的实验数据和临床报告。这些数据更新频率不一，公开数据库通常按季度或月度更新，专利和期刊则随发布而新增。文档结构复杂，包含结构式、理化性质、药代动力学（ADME）数据、药效学数据、毒理学数据、合成路线、作用靶点等。字段类型多样，涉及 SMILES 字符串、InChIKey、分子量（单位 Dalton）、LogP 值、IC50/EC50 值（单位 nM 或 µM）、CAS 注册号、ATC 分类代码、疾病适应症描述、副作用列表等。数据的标准化程度在不同来源间差异显著，导致解析和整合的挑战。
这些特征在「表单与交互」这一环带来什么约束
小分子化药数据的高度结构化与多样性，对表单设计提出了精细化要求。首先，复杂的结构式和标识符（如 SMILES、CAS Registry Number）需要特定的输入控件和实时校验，以确保数据格式正确性。其次，大量的数值型字段（如 Molecular Weight、LogP、IC50）需要明确的单位选择器和范围限制，防止用户输入错误或混淆。药代动力学和毒理学数据通常以表格或图谱形式呈现，表单需支持文件上传或结构化数据导入，并提供预览功能。由于数据更新频率不一，咨询结果应包含数据来源和更新时间戳，增强可信度。此外，专业术语众多，表单中的提示信息和字段说明需清晰易懂，降低用户的认知门槛。多模态信息（如分子结构图）的展示，要求交互界面具备图像渲染能力。
配置怎么定
| 配置项 | 建议取法 | 这样取的依据 |
|---|---|---|
maxContext | 2000 字符 | 处理小分子化药的详细描述和实验数据，需保证足够长的上下文窗口 |
相似度阈值 | 0.78 | 平衡召回率与准确率，避免无关小分子信息干扰 |
分段长度 | 500 字符 | 确保单个分段包含完整的小分子属性或实验结果，减少语义割裂 |
重排返回条数 | 前 8 条 | 保证关键的理化性质、药效学数据和安全性信息能被有效呈现 |
UPLOAD_FILE_MAX_SIZE | 100 MB | 适应上传包含结构式图片、谱图或详细报告的文档需求 |
PARSE_FILE_TIMEOUT_SECONDS | 600 秒 | 处理复杂 PDF 或大型 Excel 文件时，预留充足的解析时间 |
容易做错的三处
- 提交表单后，AI 回答中
IC50或EC50值不带单位，或单位错误。原因在于数据源中单位不一致，模型未经过单位归一化处理。 - 输入
SMILES字符串后，返回的分子结构图无法正确渲染或出现乱码。原因可能为前端渲染组件不支持特定SMILES变体，或后端解析服务未正确处理特殊字符。 - 配置了第三方模型 API，但模型列表未显示预期的专业小分子领域模型。原因通常是
baseURL或API Key配置有误，导致平台无法正确识别或连接到指定端点。
怎么确认配好了
- 提交包含典型小分子化药结构式（如
C1=CC=C(C=C1)C(=O)O）的查询，观察返回的结构图是否正确，并核对关键理化性质字段（如分子量、LogP）的准确性与单位。 - 上传一份包含药代动力学数据的 PDF 文档，检查 AI 能否准确提取并回答文档中关于
Tmax、Cmax等参数的问题。 - 在表单中输入一个已知药物的
CAS Registry Number，验证系统是否能召回该药物的完整信息，并提示数据来源和更新时间。
问题素材取自公开社区提问（2026-09-11 去重 4,834 条）。文中的配置项名称与取值区间需以所用版本的实际界面与文档为准；本页核验日 2026-09-21，当时的最新发布版本为 FastGPT v4.17.0。