本文系统梳理了分子机器学习全流程：从问题定义（分类/回归/生成任务）、数据收集与清洗，到分子特征表示（指纹/图/3D结构）、模型设计（传统ML/深度学习）与训练优化（损失函数/优化器/超参调优）。重点介绍了分子生成领域的典型pipeline：MD模拟→药效团提取→图表示→GNN编码→潜在空间→分子生成→RDKit验证。完整覆盖了数据准备、模型开发、评估部署等关键环节，为分子生成研究提供了标准化技术