启微智能← 返回主站

预览版 · 本地计算 · 数据不上传

/admet/

性质与 ADMET 内测中

一个或一批分子:理化性质、成药性、结构警示、QED 类药性,每个数都说明出处。

正在加载本地化学引擎(RDKit.js)…

从哪开始

三件最常做的事,点一下就用真实化合物跑一遍。

要一次筛一批?到 批量计算,可粘贴或上传 .smi/.csv 文件。

单分子

二维结构

理化性质RDKit.js

cLogP 为 Crippen 原子贡献法(Wildman & Crippen 1999, doi:10.1021/ci990307l);TPSA 为 Ertl 片段加和法(Ertl 等 2000, doi:10.1021/jm000942e)。氢键供体/受体按 Lipinski 定义计数:供体=OH+NH,受体=N+O。

成药性雷达

六个轴依次为 MW、cLogP、TPSA、HBD、HBA、RotB。蓝色虚线六边形为 Lipinski(MW 500、cLogP 5、HBD 5、HBA 10)与 Veber(TPSA 140 Ų、RotB 10)上限,落在线内即未超限;各轴按“上限=⅔ 半径”缩放,超出 1.5 倍上限按轴端画。cLogP 为负时按 0 画。

类药规则

    Lipinski 五规则:Lipinski CA 等,Adv. Drug Deliv. Rev. 1997, 23: 3–25,doi:10.1016/S0169-409X(96)00423-1。原文阈值为 MW>500、CLogP>5(本页以 Crippen cLogP 代替)、供体>5、受体>10,超出两项及以上时口服吸收或渗透不佳的可能性更高;抗生素、抗真菌药、维生素与强心苷等转运体底物是例外。Veber 规则:Veber DF 等,J. Med. Chem. 2002, 45: 2615–2623,doi:10.1021/jm020017n。规则是经验筛选线,不是成药性结论。

    结构警示

      点任一条,命中的原子会标在左上方的结构图上。规则取自 RDKit 2025.09.6 FilterCatalog 的原始规则表:PAINS(Baell & Holloway, J. Med. Chem. 2010, 53: 2719–2740, doi:10.1021/jm901137j)480 条;Brenk(Brenk 等, ChemMedChem 2008, 3: 435–444, doi:10.1002/cmdc.200700139)105 条。命中只说明含有该片段,需要结合具体靶点与实验判断;不少上市药物本身就会命中 Brenk 规则(例如阿司匹林的酚酯)。

      三维结构

      QED 类药性

      八项性质各自映射为 0–1 的期望度,再取加权几何平均(Bickerton 2012,Nature Chemistry 4:90,doi:10.1038/nchem.1243)。参数与 116 条警示子结构取自 RDKit rdkit/Chem/QED.py,与 Python 实现逐值对拍。经验打分,不代表活性或实验结论。

        相似化合物

        以当前分子为查询,在内置 68 个真实化合物(上市药物、天然产物、作物保护、日化护肤成分,逐条取自 PubChem 并附 CID)里按 Morgan 指纹(半径 2、2048 位)Tanimoto 系数排序。这是示例库检索,不是全库检索。

          批量计算

          每行一个 SMILES,可在空格或逗号后跟名称;最多 500 行。无法解析的行会在表里标出,不会被跳过或猜测。

          本页能力与状态

          能力状态接入条件/说明
          性质、Lipinski/Veber、成药性雷达内测中已开放,经自动化测试验证
          PAINS/Brenk 结构警示内测中已开放,经自动化测试验证
          QED 类药性(八项子分)内测中已开放,经自动化测试验证
          批量计算(含 QED 列)与 CSV 导出内测中已开放,经自动化测试验证
          Ghose/Egan/Muegge 规则与 BOILED-Egg 图内测中阈值与原始文献 DOI 经 Crossref 核实;蛋黄图椭圆参数取原文,自检复现原文报告的外接范围;WLOGP 以 Crippen 实现,Muegge 的 XLOGP 以 Crippen 近似。
          SA score 合成可及性开发中需在浏览器复刻 RDKit 的 Morgan 环境哈希并与 Python sascorer 对拍(误差 <0.01),或服务端计算。
          模型型 ADMET(溶解度、hERG、CYP 等)规划中模型与训练数据来源可公开核实、有外部测试集指标,每个预测附适用域提示。