add ADMET screening description

README.md

@@ -25,3 +25,35 @@ python -c "import torch,sys;print(torch.__version__)"
 pip install --upgrade 'torch<2.6'
 pip install --upgrade 'torch<2.6' --index-url https://download.pytorch.org/whl/cu121
 ```
+
+
+## 筛选关注的关键属性说明
+
+在抗菌药物候选分子的 ADMET 评估中，本研究主要关注以下 8 个属性，并设置经验阈值作为参考。阈值的设定用于初步风险控制和优先级排序，并非绝对淘汰标准。
+
+### 毒理学属性（应尽量低于阈值）
+
+- **AMES (< 0.5)**  
+  - Ames 致突变实验预测结果。高值表示有潜在的基因突变风险。  
+- **Carcinogens_Lagunin (< 0.5)**  
+  - 致癌性预测。高值表示分子可能存在致癌风险。  
+- **ClinTox (< 0.5)**  
+  - 临床毒性模型预测。高值代表在临床阶段出现毒副作用的可能性较大。  
+- **DILI (< 0.5)**  
+  - 药物性肝损伤（Drug-Induced Liver Injury）。高值表示存在较强肝毒性风险。  
+- **hERG (< 0.5)**  
+  - 针对心脏钾通道 hERG 的抑制概率。高值代表心脏毒性风险增加。
+
+### 吸收与利用度属性（应尽量高于阈值）
+
+- **Bioavailability_Ma (> 0.5)**  
+  - 口服生物利用度预测。高值表示药物在体内更容易被吸收并进入循环。  
+- **HIA_Hou (> 0.5)**  
+  - 人体肠道吸收（Human Intestinal Absorption）。高值代表口服吸收效果更好。  
+- **Caco2_Wang (> 0.5)**  
+  - 基于 Caco-2 细胞模型的渗透性预测。高值说明分子透膜能力较好。  
+
+### 总结
+- **毒理学属性** 是硬约束（应尽量低于阈值，减少毒副作用风险）。  
+- **吸收与利用度属性** 是优选指标（应尽量高于阈值，保证体内可达有效浓度）。  
+- 阈值 **0.5** 为经验值，后续可结合分布曲线调整，更贴近抗菌药物实际特性。