1. 代码修改

models/broad_spectrum_predictor.py:
✅ 新增 StrainPrediction dataclass（单个菌株预测结果）
✅ 更新 BroadSpectrumResult 添加 strain_predictions 字段（pandas.DataFrame 类型）
✅ 添加 to_strain_predictions_list() 方法（类型安全转换）
✅ 新增 _prepare_strain_level_predictions() 方法
✅ 修改 predict_batch() 方法支持 include_strain_predictions 参数
utils/mole_predictor.py:
✅ 添加 include_strain_predictions 参数到所有函数
✅ 添加命令行参数 --include-strain-predictions
✅ 实现菌株级别数据与聚合结果的合并逻辑
✅ 更新所有函数签名和文档字符串
2. 测试验证
✅ 测试基本功能（仅聚合结果）: test_3.csv → 3 行输出
✅ 测试菌株级别预测功能: test_3.csv → 120 行输出（3 × 40）
✅ 验证输出格式正确性
✅ 验证每个分子都有完整的 40 个菌株预测
✅ 验证革兰染色信息正确（18 个阴性菌 + 22 个阳性菌）
3. 文档更新
README.md:
✅ 更新命令行使用示例
✅ 添加 Python API 使用示例（包含菌株预测）
✅ 添加详细的输出格式说明
✅ 添加 40 种菌株列表概览
✅ 添加数据使用场景示例（强化学习、筛选、可视化）
Data/mole/README.md:
✅ 新增"菌株级别预测详情"章节
✅ 完整的 40 种菌株列表（分革兰阴性/阳性）
✅ 数据访问方式示例（CSV 读取、Python API）
✅ 强化学习应用场景（状态表示、奖励函数设计）
✅ 数据可视化代码示例
✅ 性能和存储建议

utils/mole_predictor.py

@@ -49,7 +49,8 @@ def predict_csv_file(
     batch_size: int = 100,
     n_workers: Optional[int] = None,
     device: str = "auto",
-    add_suffix: bool = True
+    add_suffix: bool = True,
+    include_strain_predictions: bool = False
 ) -> pd.DataFrame:
     """
     预测 CSV 文件中的分子抗菌活性
@@ -63,6 +64,7 @@ def predict_csv_file(
         n_workers: 工作进程数
         device: 计算设备 ("auto", "cpu", "cuda:0" 等)
         add_suffix: 是否在输出文件名后添加预测后缀
+        include_strain_predictions: 是否在输出中包含40种菌株的预测详情
     
     Returns:
         包含预测结果的 DataFrame
@@ -118,7 +120,7 @@ def predict_csv_file(
     
     # 执行预测
     print("开始预测...")
-    results = predictor.predict_batch(molecules)
+    results = predictor.predict_batch(molecules, include_strain_predictions=include_strain_predictions)
     
     # 转换结果为 DataFrame
     results_dicts = [r.to_dict() for r in results]
@@ -136,6 +138,36 @@ def predict_csv_file(
     )
     df_output = df_output.drop(columns=['_merge_id'])
     
+    # 如果包含菌株级别预测，将其添加到输出中
+    if include_strain_predictions:
+        print("合并菌株级别预测数据...")
+        # 收集所有菌株级别预测
+        all_strain_predictions = []
+        for result in results:
+            if result.strain_predictions is not None and not result.strain_predictions.empty:
+                all_strain_predictions.append(result.strain_predictions)
+        
+        if all_strain_predictions:
+            # 合并所有菌株预测
+            df_strain_predictions = pd.concat(all_strain_predictions, ignore_index=True)
+            
+            # 将聚合结果和菌株预测合并
+            # 为了在同一个 CSV 中展示，我们使用重复行的方式
+            # 每个分子的聚合结果会重复40次（每个菌株一次）
+            df_output_expanded = df_output.merge(
+                df_strain_predictions,
+                left_on=df_output.columns[df_output.columns.get_loc(id_col_actual)],
+                right_on='chem_id',
+                how='left',
+                suffixes=('', '_strain')
+            )
+            
+            # 移除重复的 chem_id 列
+            if 'chem_id_strain' in df_output_expanded.columns:
+                df_output_expanded = df_output_expanded.drop(columns=['chem_id_strain'])
+            
+            df_output = df_output_expanded
+    
     # 生成输出路径
     if output_path is None:
         if add_suffix:
@@ -164,7 +196,8 @@ def predict_multiple_files(
     batch_size: int = 100,
     n_workers: Optional[int] = None,
     device: str = "auto",
-    add_suffix: bool = True
+    add_suffix: bool = True,
+    include_strain_predictions: bool = False
 ) -> List[pd.DataFrame]:
     """
     批量预测多个 CSV 文件
@@ -178,6 +211,7 @@ def predict_multiple_files(
         n_workers: 工作进程数
         device: 计算设备
         add_suffix: 是否在输出文件名后添加预测后缀
+        include_strain_predictions: 是否在输出中包含40种菌株的预测详情
     
     Returns:
         包含预测结果的 DataFrame 列表
@@ -210,7 +244,8 @@ def predict_multiple_files(
                 batch_size=batch_size,
                 n_workers=n_workers,
                 device=device,
-                add_suffix=add_suffix
+                add_suffix=add_suffix,
+                include_strain_predictions=include_strain_predictions
             )
             results.append(df_result)
         except Exception as e:
@@ -240,7 +275,9 @@ def predict_multiple_files(
               help='计算设备 (默认: auto)')
 @click.option('--add-suffix/--no-add-suffix', default=True,
               help='是否在输出文件名后添加 "_predicted" 后缀 (默认: 添加)')
-def cli(input_path, output_path, smiles_column, id_column, batch_size, n_workers, device, add_suffix):
+@click.option('--include-strain-predictions', is_flag=True, default=False,
+              help='在输出中包含40种菌株的详细预测数据（每个分子将产生40行数据，对应每个菌株的预测概率和抑制情况）')
+def cli(input_path, output_path, smiles_column, id_column, batch_size, n_workers, device, add_suffix, include_strain_predictions):
     """
     使用 MolE 模型预测小分子 SMILES 的抗菌活性
     
@@ -248,12 +285,21 @@ def cli(input_path, output_path, smiles_column, id_column, batch_size, n_workers
     
     OUTPUT_PATH: 输出 CSV 文件路径 (可选，默认在原文件目录生成)
     
+    默认输出包含聚合的抗菌活性指标（广谱抗菌评分、抑制菌株数等）。
+    使用 --include-strain-predictions 可以额外包含每个菌株的详细预测数据。
+    
     示例:
     
+        # 基本用法（仅输出聚合结果）
         python mole_predictor.py input.csv output.csv
         
-        python mole_predictor.py input.csv -s SMILES -i ID
+        # 包含40种菌株的详细预测数据
+        python mole_predictor.py input.csv output.csv --include-strain-predictions
         
+        # 指定列名和设备
+        python mole_predictor.py input.csv -s SMILES -i ID --device cuda:0
+        
+        # 自定义批处理大小
         python mole_predictor.py input.csv --device cuda:0 --batch-size 200
     """
     
@@ -266,7 +312,8 @@ def cli(input_path, output_path, smiles_column, id_column, batch_size, n_workers
             batch_size=batch_size,
             n_workers=n_workers,
             device=device,
-            add_suffix=add_suffix
+            add_suffix=add_suffix,
+            include_strain_predictions=include_strain_predictions
         )
     except Exception as e:
         click.echo(f"错误: {e}", err=True)