菜单

物理,ADME和毒性计算与感知软件

从化学结构预测分子性质-物理化学,ADME和toxo

  • 从结构、名称或SMILES字符串预测分子属性(pKa模块)
    从结构、名称或SMILES字符串预测分子属性
  • Percepta为一个完整的属性预测组合提供了一个单一的界面
    Percepta为一个完整的属性预测组合提供了一个单一的界面
  • 子结构突出显示为了解预测结果(LOGP模块)提供视觉辅助辅助设备
    子结构突出显示了解预测结果的视觉辅助
  • 轻松绘制、排序和排序结果(Percepta Portal-web应用程序)
    情节,排序和排名结果轻松

工业领先的计算物理化学性质,ADME性质,和毒性终点。

感知平台上的分子性质计算

感知机提供了各种物理化学(PhysChem)性质的计算,ADME性质,和毒性终点。请参阅分子属性计算器的完整列表,详情如下:

PhysChem

  • 水溶解性

    水(水)溶解度模块

    • 计算在25℃和零离子强度下溶解在纯(无缓冲的)水中的化学物质溶解度,固有溶解度和溶解度;以及溶液的平衡pH值
    • 该模型可以用实验值训练,以改进对专有化学空间的预测
  • 沸点/蒸汽压

    沸点/蒸汽压力模块

    • 估计有机化合物在一定压力下的沸点
    • 以温度的函数预测有机化合物的蒸气压
  • 日志D__

    日志D模块

    计算日志D(基于用于可电离化合物的pH值的亲脂性)。

    了解更多

  • 日志P__

    日志P模块

    计算日志P(亲油性)结构。

    了解更多

  • pK一个__

    pK一个模块

    Calulate pK一个来自结构的值(酸解离)。

    了解更多

  • σ

    σ模块

    • 计算特定取代基参数的模型,为选定的分子片段:
      • 电子常数(哈密特σ)
      • 空间常数(摩尔体积,摩尔折射率)
      • 疏水常数
  • 其他PhysChem描述符

    其他PhysChem描述符

    分子属性计算器也可用于下列情况:

    • 密度
    • 自由旋转债券
    • 氢键供体和受体
    • 折射率
    • 臼齿折射率
    • 摩尔体积
    • 分子量
    • 等张比容
    • 极地表面面积
    • 极化性
    • Rule-of-5
    • 表面张力

ADME

  • 血脑屏障渗透

    血脑屏障渗透模块

    ACD/Labs软件中的血脑屏障(blood-brain barrier, BBB)渗透模型可以全面评估候选化合物的渗透潜力。虽然预测不能取代实验,但该模块允许根据化合物在血脑屏障上的被动转运,基于以下信息对化合物进行排名:

    • 的预测:
      • 被动扩散速率/渗透率(logPS
      • 血脑屏障渗透程度(logBB) -一种化合物在脑组织和血浆之间的稳态分布比率
      • 脑/血浆平衡率(PS * F.u,大脑
    • 可能通过载体介导的机制穿越血脑屏障的化合物的警报
  • 细胞色素P450酶抑制剂

    细胞色素p450抑制剂模块

    • 计算你的化合物在两个不同的IC上成为五种主要药物代谢酶(cyp3a4, CYP2D6, CYP2C9, CYP2C19和cyp1a2)之一的抑制剂的概率50阈值
      • 我知道了50< 50µM(一般抑制);
      • 我知道了50< 10µM(有效抑制)
    • 该模型可以通过实验数据对新化合物进行训练,以扩大其适用范围
  • 细胞色素P450基质

    细胞色素P450底物模块

    • 计算化合物成为五种主要药物代谢酶(cyp3a4、CYP2D6、CYP2C9、CYP2C19和CYP1A2)的底物的概率
    • 该模型可以通过实验数据对新化合物进行训练,以扩大其适用范围
  • 分配__

    分配模块

    • 估计药物与人血浆蛋白结合的强度,要么作为在血浆中结合的总百分比,要么作为与人血清白蛋白的亲和常数
    • %PPB和logK一个(HSA)模型可以通过用户数据进行训练
    • 预测它们的表观分布体积(Vd
  • 每日最大推荐剂量

    每日最大推荐剂量模块

    • 近似估计可用于诊所的最大口服剂量的药物
  • 口服生物利用度

    口服生物利用度模块

    口腔生物利用度模型使用概率和机械建模技术的组合来预测来自结构的口腔生物利用度,并依赖于许多其他ACD /实验室预测算法和实验数据集。结果是作为用户定义的剂量的口服给药(%F)后的生物利用度的定量预测。

    • 预测一些影响口服生物利用度的终点:
      • 溶解度(剂量/溶解度比)
      • 在酸性介质中的稳定性
      • 被动或主动转运的肠膜通透性(相关转运体摘要)
      • P-gp流出
      • 首先通过肝脏的新陈代谢
    • 查看多达5个最相似的结构从内部训练集,实验结果和文献参考
  • 被动的吸收

    被动吸收模块

    人体肠道吸收和溶解度是影响口服生物利用度的两个关键因素。被动吸收模型预测了人体肠道药物的渗透性,考虑了跨细胞和准细胞途径,以及渗透速率的电离特异性差异。预测是基于机械模型,使用许多物理化学参数,包括亲脂性和电离,作为输入。模型输出计算参数如下:

    • 通过肠道被动转运(不受任何侧过程的影响,如有限溶解度/溶解性、可变口服剂量、化学稳定性、主动转运和肠道或肝脏的首次通过代谢),显示通过细胞和旁细胞途径的百分比。
    • 空肠上皮的被动通透性,也表明吸收率。
    • 通过Caco-2细胞单层的被动渗透性,表明通过细胞和旁细胞途径的贡献百分比。
  • P-gp特异性__

    P-gp特异性模块

    p -糖蛋白(P-gp)是一种临床相关的外排转运蛋白,可从多种细胞中挤出化合物。其功能与药物的吸收、分布、排泄、中枢神经系统作用、多药耐药(MDR)有关。P-gp转运各种天然化合物和不同治疗领域的药物。

    使用P-GP特异性模型可以快速鉴定P-GP底物和/或抑制剂的药物候选。可以从巨大的合成化合物或虚拟文库中过滤和排除来自巨大的“内部”文库的巨大“内部”文库,然后排除这些化合物从进一步的发展中排除。P-GP特异性模型可以用作可以基于P-GP ATP酶活性测量的筛选测试,并且部分地用P-GP表达细胞单层和P-GP敲除动物的昂贵实验。

  • PK探险家

    PK浏览器模块

    • 通过使用一组来自描述平均统计人类有机体的多室模型的微分方程,估计一些决定你的化合物的药代动力学特征的参数:
      • Cp(T)
      • T最大限度和Cp(马克思)
      • 口服和静脉给药后的AUC
      • 口服生物利用度
  • 区域选择性代谢

    代谢模块的区域选择性

    当有很少或没有实验信息时,CYP区域选择性模型能够在药物发现过程中早期提供有价值的见解,并且当没有实验信息,并且涉及大量涉及的化合物禁止在筛查过程中对每个化合物的劳动力集约化。

    • 通过以下方法预测代谢软点:
      • 人肝微粒体(HLM)
      • 5大细胞色素P450酶(CYP3A4、CYP2D6、CYP2C9、CYP2C19、CYP1A2)
    • 识别新的化学实体的代谢位点
    • 指导具有改善代谢特性化合物的合成
    • 帮助识别和阐明可能的代谢物结构

毒性

  • 急性毒性__

    急性毒性模块

    • 预测量化LD50不同给药途径的两种鼠值:
      • LD.50口服给药后的小鼠
      • LD.50在小鼠静脉注射后
      • LD.50小鼠腹腔注射后
      • LD.50小鼠皮下给药后
      • LD.50在大鼠口服后
      • LD.50大鼠腹腔注射后
    • 定性估计经合组织危险类别
    • 专家系统识别出可能造成有毒影响的危险子结构
  • 水生动物毒性__

    水生动物毒性模块

    • 预测LC50两种水生生物——黑头米诺鱼(P. promelas)和水蚤(D. magna)的化合物值
  • 内分泌系统紊乱

    内分泌系统中断模块

    • 预测化合物对雌激素受体的相对结合亲和力,雌激素受体与生殖毒性和癌症的可能性相关
  • 致突变性__

    诱变模块

    • 为您的产生积极的AMES测试结果提供预测
  • 健康效果

    健康影响模块

    • 基于包括不同种类和给药途径的长期器官特异性毒性研究,预测一种化合物对特定器官或器官系统的可能不良影响
    • 考虑下列器官和器官系统:
      • 心血管系统
      • 消化系统
      • 肾脏
  • 疱疹抑制__

    hERG抑制模块

    • 评估你的化合物与人乙醚-go-go (hERG)通道药物相互作用的心脏毒性
  • 刺激

    刺激模块

    • 根据Draize测试计算化合物对眼睛和皮肤造成中度或更强刺激的可能性

  • 杂质分析套件

    杂质分析套件

    通过与FDA的合作,本模块提供了对21种有毒端点的深入了解,反映了各种危险活动的机制,包括:

    • 致突变性(Ames试验,小鼠淋巴瘤试验和其他标准试验)
    • 裂解性(微核试验,染色体畸变)
    • DNA损伤(计划外DNA合成)
    • 致癌性(FDA啮齿动物致癌性数据)
    • 内分泌破坏机制(雌激素受体结合)

    了解更多

作为一个离散bundle可用
__可训练(机器学习)模块
作为单独的模块购买

分子性质预测特征

从结构预测分子性质、name或SMILES字符串。

很容易评估结果从物理化学,ADME和毒性计算器 - 每个模块提供预测特定的信息和工具,如结构突出显示和计算协议。强大的图形,排序和过滤工具进一步辅助评估预测结果。

使用培训设置的可靠性指数,概率和/或类似结构评估对预测结果的信心和你当前项目的相关性。

将计算的分子属性数据应用于研究结构修改/先导优化达到目标产品形态(吸收、分布、代谢、排泄)。

用实验数据列车- 使用内置的完善化学空间并提高预测精度机器学习功能。

添加自定义模型通过使用XML协议或DLL的形式连接到现有的web服务,内部预测算法到核心Percepta模块。

  • 利用数据库中相似结构的可靠性指标和实验值等特征评价预测的准确性
  • 亚结构突出显示了相关的结构特征(急性毒性)
    子结构高亮显示贡献的结构特性
  • 修改先导结构以获得最佳性能(结构设计)
    修改先导结构以获得最佳性能

关于Percepta平台的分子属性计算的部署选项

ACD/Labs为我们的物理化学、ADME和毒性预测器提供了多种部署选项:

桌面/瘦客户机

带有图形用户界面的个人计算机的软件安装。完整的物理化学,ADME和毒性计算器模块可用(具有培训能力),包括PhysChem Profiler bundle。

批处理

筛选数以万计的化合物与最小的用户干预-兼容微软Windows和Linux操作系统(OS)。插件到企业内部网或工作流工具,如管道试点。

Percepta门户/瘦客户机

基于web的应用,用于预测分子性质(物理、ADME和毒性)和数据分析。可提供KNIME集成组件。

主机在您的企业内部网或云。适用于Linux、Windows操作系统。

资源

本应用笔记讨论了使用预测模型的机器学习(模型训练)能力来提高准确性的重要性。
阅读更多

宝洁公司(Procter & Gamble)使用Percepta平台来取代物理实验室实验得出的物理化学属性值,用在网上预测。阅读Percepta如何帮助化学家和配方师更有效地工作,并协助决策。
现在看

实验pK与已发表pK的比较一个88个头孢菌素抗生素的值与ACD / PK一个和其他预测软件。
阅读更多

Percepta Portal是一个可伸缩的web应用程序,可以很容易地集成到您的内部环境中。它提供了强大的并行计算能力,以及轻松的维护和部署。
阅读更多

我们已经发现了一些关于验证环境的常见误解。出现许多问题是因为以前的软件部署伴随着新硬件的安装,或者涉及信息学系统,这些信息学系统是直接提交给监管当局的数据和报告的来源。在这里,我们澄清了一些似乎已经成为行业神话的灰色区域。
阅读更多

我们的虚拟研讨会的特点是介绍如何在学术界使用ACD/Labs软件来支持数据处理和属性预测软件的研究工作,并提供使用仿真工具的实际学习和远程教学。
观看录音

机器学习

成千上万的科学家已经受益于ACD/Labs的分子属性计算器和预测器的机器学习能力。

利用整理的实验数据扩展训练数据库和模型的适用性领域。可培训的模块使ACD/Labs的算法的相关性能够扩展到任何商业可用产品中没有的新型化学空间。

模型培训和培训数据的应用不需要了解编程,很容易获取和应用。

在分子特性计算器中寻找什么

宽阔和/或相关化学空间覆盖 - 使用已知的化学品选择具有广泛化学空间覆盖的预测因子。如果您正在使用新的化合物,则不会在市售计算器的数据集中表示。然而,有些型号可能涵盖更相关的化学空间。使用您具有可靠的实验数据的化合物来评估软件。

可训练性——如果你的研究领域是小众化学领域,或者是受专利保护的化合物,那就寻找可以用可靠的实验数据进行训练的预测算法——这些算法内置了机器学习功能。

能够评估预测的可靠性和准确性-没有计算器将给每个化合物完美的结果。选择能够提供结构/化学特征信息的软件,这些信息是计算结果的基础,或者能够显示计算结果的准确性(或计算误差)。

为什么要使用分子属性计算器和预测器?

人体中分子或任何环境的行为受该结构的分子特性的管辖。Physchem和Adme预测器和计算器使科学家能够预测化学结构如何影响分子作为药物,农药,除草剂或污染物等的性能。毒性预测有助于科学家评估潜在风险。

在研发中,分子特性的计算器和预测器有助于:

  • 减少实验的范围和次数
  • 找到更好的新化合物
  • 缩短设计阶段
  • 提高临床前成功率