跳转到正文

ADMET-AI

Kyle Swanson

ADMET-AI 是基于 Chemprop、以 TDC ADMET 数据集训练的 ADMET 预测平台,提供命令行、Python API 与在线网页服务,MIT 许可。

条目更新 ·

概览

ADMET-AI 是一个 ADMET 预测平台,仓库说明其使用以 Therapeutics Data Commons(TDC)的 ADMET 数据集训练的 Chemprop 模型。可通过命令行、Python API 或网页服务对新分子进行预测;在线服务托管于 admet.ai.greenstonebio.com,其运营独立于代码仓库。

该项目随论文 “ADMET-AI: A machine learning ADMET platform for evaluation of large-scale chemical libraries”(Bioinformatics,2024,doi:10.1093/bioinformatics/btae416)发表,包以 admet_ai 名义发布于 PyPI。仓库 LICENSE.txt 为 MIT(Copyright (c) 2026 Kyle Swanson)。

该平台建立在 Chemprop 之上(Chemprop 已单独收录);ADMET-AI 是围绕该方法的具名模型集、代码与服务。托管站点有自己的服务条款,上传的分子受其约束。预测的 ADMET 值是筛选信号,其适用性取决于训练域;不能替代实验测定的 ADME 或毒性数据。

主要功能

  • 使用以 Therapeutics Data Commons 的 ADMET 数据集训练的 Chemprop 模型进行 ADMET 预测。
  • 提供命令行、Python API 与网页服务三种使用方式,适用于单个分子与大型库。
  • 随 Bioinformatics 论文(2024)发表,参考实现以 admet_ai 名义发布于 PyPI。

使用场景

  • 在合成或测试之前,按预测的 ADMET 性质对大型化合物库进行优先级排序。
  • 对专有分子在本地运行 ADMET 筛选,避免上传到托管服务。

使用方式

可从 PyPI(admet_ai)或仓库安装,然后通过命令行或 Python API 进行预测;托管网页服务位于 admet.ai.greenstonebio.com,受该站点自身条款约束。预测是计算估计值,不能替代实验测定。参见:https://github.com/swansonk14/admet_ai

来源与核查边界

本条目说明所链接项目来源中记载的能力。条目编辑更新不代表完成过运行测试、兼容性测试或科学性能评估。

当前条目版本的仓库来源核查日期:

查看编辑与核查政策

相关资源

CYPMode

开源工具

CYPMode 是围绕 OpenADMET 盲测挑战开发的 Python 研究工具集,用于 CYP3A4/CYP2D6 时间依赖抑制预测,以及 CYP3A4 配体复合物建模。

开源Python

分子性质预测 · 计算化学 · 药物发现

DrugAgent 是一个研究型多智能体框架,它结合 LLM 规划与领域指导的代码生成,用于构建和评估药物发现领域的机器学习工作流。

分子性质预测 · 药物发现

ProTox 3.0 是柏林夏里特(Charité)运营的小分子毒性预测网页服务,是 ProTox-II 的后继版本,提供网页查询与 FAQ 记录的 API 用法。

分子性质预测 · 药物发现

SwissADME

平台

SwissADME 是洛桑大学与瑞士生物信息学研究所(SIB)运营的免费网页工具,从 SMILES 列表计算与药代动力学和药效学相关的分子参数与成药性指标。

分子性质预测 · 药物发现

Therapeutics Data Commons 提供治疗领域的机器学习数据集、Python 加载器、数据划分、评估指标和基准测试,供预测与分子生成研究使用。

开源Python

分子性质预测 · 药物发现

TorchDrug

开源工具

TorchDrug 是一个基于 PyTorch 的图与分子机器学习工具包,支持 SMILES 输入、图操作、性质预测构建模块以及多 CPU/GPU 执行。

开源Python

分子性质预测 · 药物发现

相关指南

工作流

AI 药物发现工具指南:Agent、MCP 与科研平台

按工作流程阶段选择工具:靶点证据、蛋白质结构、已知结合位点、分子生成、性质分析和筛选。比较研究智能体、MCP 集成、托管 API 与平台,并参考一个拟议的端到端示例和实用评估关卡。