ADMET WebUI

ADMET: 药物动力学和毒性的评估对于设计新的候选治疗药物至关重要。 计算机虚拟筛选和生成式人工智能会产生大量分子，必须将其筛选到可管理的数量，以便进行合成和实验验证。 一个有效的主要筛选方法是根据候选化合物的吸收（Absorption）、分布（Distribution）、 代谢（Metabolism）、排泄（Excretion）和毒性（Toxicity）（ADMET）特性进行评估。

ADMET WebUI: ADMET WebUI 是一个简单、快速且准确的网页界面，用于通过机器学习模型预测分子的 ADMET 特性。

模型: ADMET WebUI 使用一种名为 Chemprop-RDKit 的图神经网络架构来预测 ADMET 特性。 ADMET WebUI 的 Chemprop-RDKit 模型在多个 ADMET 数据集上进行了训练，具有业界领先的平均排名，并且是目前最快的基于网络的 ADMET 预测工具之一。

输入

分子: ADMET WebUI 一次最多可对 1,000 个分子进行预测，方法有：(1) 在文本框中提供 SMILES (每行一个)，(2) 上传包含 SMILES 的 CSV 文件，或 (3) 使用交互式工具绘制分子，然后将其转换为 SMILES。

DrugBank 参考: 为了提供相关背景，输入分子的 ADMET 预测将与来自 DrugBank 的 2,579 种已批准药物的预测进行比较。 可以通过选择一个解剖学治疗学及化学分类系统 (ATC) 代码，将此参考集筛选为特定类别的药物，以便进行更相关的比较。

预测: 选择输入分子和 DrugBank 参考集后，点击“预测”按钮进行 ADMET 预测。

输出

摘要图: 摘要图显示了所有输入分子的 ADMET 预测分布与 DrugBank 参考集的比较。 可以更改 x 轴和 y 轴以显示任意两个 ADMET 属性。

雷达图: 对于每个输入分子，都会显示一个雷达图，以其在 DrugBank 中的百分位总结五个关键的 ADMET 属性：

1. 血脑屏障安全性 (Blood-Brain Barrier Safe): 分子不会穿越血脑屏障的概率 (即 1 - 血脑屏障穿透百分位数)。
2. hERG安全性 (hERG Safe): 分子不会阻断人类醚-a-go-go相关基因 (hERG) 离子通道的概率 (即 1 - hERG阻断百分位数)。
3. 生物利用度 (Bioavailable): 分子口服给药生物利用度的概率 (即口服生物利用度百分位数)。
4. 溶解性 (Soluble): 分子的水溶解度 (即水溶解度百分位数)。
5. 非毒性 (Non-Toxic): 分子不会产生临床毒性的概率 (即 1 - 临床毒性百分位数)。

ADMET 预测: 点击每个显示的分子将以表格形式显示该分子的 ADMET 预测。 对于每个分子，ADMET WebUI 使用 RDKit 计算 8 个理化性质，并使用其 Chemprop-RDKit 图神经网络预测 41 个 ADMET 属性。 对于回归属性，直接预测属性值并显示单位。对于分类属性，预测值是分子具有该属性的概率（例如，血脑屏障渗透的概率）。 此外，还会显示该分子属性相对于 DrugBank 参考集的百分位。注意：对于回归属性，显示的值被裁剪到有效范围内（例如，半衰期 ≥0），而下载的结果包含原始值。

下载预测结果: 网站上会显示前 25 个分子的预测结果。 所有输入分子的预测结果可以通过点击“下载结果”按钮以 CSV 文件形式下载。

注意

分子存储: 本平台 不 存储任何上传到网站的分子。所有分子在预测完成后都将被删除。

ADMET WebUI 可以在本地作为命令行工具运行，用于大规模批量预测，或作为Python 模块在其他基于 Python 的药物发现工具中使用。