最近在蹲一个刚开赛的 Kaggle 比赛，题目是给你一张质谱图，让你猜出这个分子长什么样。
听起来不难？难的是——测试集里有 400 个分子，其中一部分从来没有被任何数据库收录过。谱库比对直接失效，只能靠模型从头推。
这是 Enveda CASMI 2026，主办方 Enveda 是一家用 AI 从天然产物里找药物的公司。这不是纸上练习题，是他们真实研发流程里的问题。
📊 先说规模
训练集约 200 万张谱图、27.5 万个唯一结构，融合了 11 个公开谱库（GNPS、RIKEN、MassBank 等）。
其中有一组 250 个天然产物，用与测试集完全一致的仪器和流程采集——这是搭领域自适应的最佳起点。
🎯 难度分三档，这是我研究下来觉得最关键的信息
测试分子按"能不能在数据库里找到"分三层，而且每个分子属于哪一类，整个赛期保密：
· Class 1：公开谱库有参考谱图 → 相似性检索就能命中
· Class 2：结构已知但没有谱图 → 可从 PubChem / COCONUT 检索
· Class 3：数据库里完全不存在 → 只能从头预测
🎓 为什么我说它值得写进材料
1️⃣ 成绩可验证——Kaggle 的排名、提交记录、公开 Notebook 全程留痕，点开就能查
2️⃣ 命题来自真实科研，真正的跨学科：机器学习 + 计算化学 + 生物信息学
3️⃣ 门槛友好：免费、周期 3 个月、平台有公开数据和 Notebook，没有化学背景也能起步
4️⃣沉淀物实在：方案文档、开源代码、技术笔记，都是能落地的素材
⏰ 时间线（现在入场完全来得及）
2026.12.07 报名 / 组队截止
2026.12.14 提交截止