概览
Chemistry42 将分子生成、预测性分析和基于物理学的分析整合到小分子药物发现工作流中。官方产品页面将其定位于命中识别、命中到先导化合物开发和先导化合物优化。用户可以从基于配体或基于结构的设计入手，按照选定标准生成候选分子，并使用互补的分析工具对候选分子进行优先级排序，而不是将分子生成视为孤立任务。
页面列出的输入包括靶蛋白和/或配体、药效团假设、用于保留三维片段的锚定假设，以及期望的化合物和 ADMET 特征。页面所述输出包括生成的分子结构、预测的合成路线、ADMET 与选择性预测，以及相对结合自由能估算。结果检查功能包括筛选、在结合位点中查看生成的分子，以及可视化构建模块。MolSpace 使用生成式拓扑映射（Generative Topographic Mapping）探索生成结果，并将其与公开数据进行比较。
该平台还支持使用用户数据集训练预测模型，包括体外活性或模拟数据，并整合外部 QSAR 模型、分子动力学模拟器和内部数据库。MDFlow 涵盖生物分子模拟工作流，从系统准备和采样到报告和指标。逆合成使用经专家标注的反应模板，以及可搜索的市售构建模块集合。
这些能力由供应商描述，本文未进行独立评估。所提供的页面未能证明其对特定项目的预测准确性，也未说明可接受的文件格式或集成要求。应结合项目特定的实验依据评估其预测结果和建议路线；访问权限与服务条件需另行核实。
主要功能
- Generative Chemistry 支持在基于配体或基于结构的工作流中进行从头设计、命中优化、骨架跃迁和 R 基探索。
- 逆合成使用经专家标注的反应模板，为上传或生成的结构预测路线；构建模块可通过 CAS 注册号搜索，并支持化学、区域和立体选择性。
- ADMET & Off-target 提供预测性分析与优化，可独立使用，也可纳入生成式实验；Golden Cubes 使用二维和三维结构预测脱靶激酶组选择性。
- Alchemistry 估算蛋白质–配体相对结合自由能，用于化合物优先级排序；还可纳入实验数据以确定绝对结合自由能。
- Model Training 使用自定义数据集（包括体外活性或模拟数据）构建预测模型，为分子生成提供指导并对数据集进行标注。
- MDFlow 提供生物分子和复合物模拟工作流，涵盖系统构建、采样、报告和指标。
使用场景
- 建议的评估方式：围绕现有配体探索骨架跃迁或 R 基替代方案，同时指定药效团或三维片段保留假设。
- 建议的评估方式：通过将 ADMET 预测、选择性特征和相对结合自由能估算与现有实验测量结果进行比较，对生成的先导候选分子进行优先级排序。
- 建议的评估方式：检查建议路线及其市售构建模块，评估上传或生成分子的合成可及性。
- 建议的评估方式：基于活性或模拟数据训练项目特定的预测模型，并评估其是否适合指导后续分子生成。
使用方式
- 查看 Chemistry42 产品页面，了解相关的发现阶段和模块。在申请访问之前，请查阅链接中的最终用户条款。
- 使用官方的访问申请或登录链接。向供应商确认输入格式、账户权限和集成要求；来源摘录未说明这些信息。
- 围绕蛋白质和/或配体规划一项 Generative Chemistry 实验。定义化合物特征、期望的 ADMET 性质，以及任何药效团或片段保留假设。
- 查看并筛选生成的候选分子。可考虑使用 ADMET 分析和 Alchemistry进行优先级排序，但应将其输出视为有待评估的预测，而非实验结果。
- 检查入围结构的逆合成方案和构建模块。作为预期评估步骤，在推进候选分子之前，将建议的化学方案和预测性质与药物化学判断及现有实验室证据进行比较。