AI 化合物筛选产品方案

产品定位

面向创新药研发企业、生物技术公司及科研机构，提供从基因序列出发到先导化合物优化的 AI 驱动虚拟筛选服务。整合蛋白质结构预测、分子对接、生成式 AI 及活性预测模型，实现靶点发现到苗头化合物（Hit）/先导化合物（Lead）的高效获取。

产品一：靶点蛋白结构获取与预测

Target-Struct Protein Modeling

核心用途：基于基因序列获取或预测靶点蛋白的三维结构，为后续虚拟筛选奠定结构基础
表格
项目内容
结构获取策略有晶体结构：直接下载 PDB 结构（实验分辨率 ≤3 Å）

无晶体结构：AlphaFold3 / ColabFold / ESMFold 预测
预测精度pLDDT ≥ 70（高置信区），pTM ≥ 0.7
结构优化能量最小化、 loop 区精修、质子化状态优化（pH 7.4）
可药性评估结合口袋预测（FPocket、SiteMap）、成药性打分（DrugScore）
交付周期5-10 个工作日（有结构）/ 10-15 个工作日（需预测）
交付物PDB 格式结构文件、置信度图谱、结合口袋分析报告、可药性评估报告
核心优势：
  • 双路径覆盖：实验结构直接复用，无结构则 AI 预测，确保所有靶点可启动
  • AlphaFold3 最新模型：整合多序列比对与结构模板，预测精度行业领先
  • 结构质量分级：高置信区（pLDDT > 90）、低置信区标注，指导后续对接策略
适用场景：
  • 新靶点（如孤儿受体、新发现基因）的结构快速获取
  • 突变体（如耐药突变、种属差异）的结构建模
  • 蛋白-蛋白相互作用界面的可药性评估

产品二：AI 虚拟化合物库筛选

AI-Screen Virtual Screening

核心用途：基于靶点结构，通过 AI 模型从超大规模化合物库中快速筛选潜在活性分子
表格
项目内容
化合物库来源Enamine REAL（>10 亿）、ZINC、ChEMBL、MCULE、客户自有库
筛选策略分子对接（AutoDock Vina、GNINA）+ 机器学习打分（RTMScore、EquiBind）
AI 模型图神经网络（GNN）、Transformer、扩散模型（DiffDock）
筛选层级第一层：基于结构的快速对接（百万级/天）

第二层：AI 重打分精筛（十万级）

第三层：分子动力学模拟验证（百级）
成药性过滤Lipinski 规则、PAINS 过滤、毒性预测（hERG、肝毒性）、合成可及性（SAscore）
交付周期15-20 个工作日
交付物Top 100-500 候选化合物列表、对接打分排名、2D/3D 结合模式图、成药性评估报告
核心优势：
  • 亿级库秒级筛选：AI 模型替代传统对接，筛选速度提升 1000 倍
  • 多模型共识打分：对接 + AI + MD 三层过滤，降低假阳性率
  • 可合成性优先：Enamine REAL 等库支持 4-6 周快速定制合成
适用场景：
  • 新靶点的苗头化合物发现（Hit Finding）
  • 老药新用（Drug Repurposing）的靶点-化合物匹配
  • 专利突破：基于结构规避现有专利的骨架跃迁

产品三：先导化合物优化与 ADMET 预测

Lead-Opt AI-Guided Optimization

核心用途：基于 AI 生成模型对苗头化合物进行多维度优化，获得成药性更优的先导化合物
表格
项目内容
优化策略基于结构的药物设计（SBDD）+ 基于配体的药物设计（LBDD）
AI 生成模型变分自编码器（VAE）、生成对抗网络（GAN）、扩散模型（Diffusion Model）
优化维度活性提升（pIC50 预测）、选择性优化（脱靶预测）、ADMET 性质改善
ADMET 预测吸收（Caco-2、P-gp）、分布（BBB、血浆蛋白结合）、代谢（CYP450）、排泄、毒性（AMES、hERG）
合成路径预测AI 逆合成分析（RetroSyn、AiZynthFinder），评估合成可行性
交付周期20-30 个工作日
交付物优化后先导化合物 10-20 个、ADMET 预测报告、合成路径建议、专利新颖性初步评估
核心优势：
  • 多目标同时优化：活性、选择性、ADMET 的帕累托前沿优化
  • 生成式探索化学空间：AI 提出人脑难以想象的骨架跃迁方案
  • 合成可行性前置：避免优化出无法合成的"理想分子"
适用场景：
  • 苗头化合物到先导化合物的优化（Hit-to-Lead）
  • 先导化合物的成药性改善（Lead Optimization）
  • 专利到期药物的 me-too/me-better 设计

三级产品协同应用建议

表格
应用场景推荐组合目的
新靶点立项产品一（结构获取）+ 产品二（虚拟筛选）快速获得可验证的苗头化合物
Hit 优化产品二（活性排序）+ 产品三（多维度优化）从 Hit 到 Lead 的系统优化
老药新用产品一（靶点结构）+ 产品二（库筛选）已知化合物的靶点重定位
专利突破产品三（生成优化）规避专利的骨架跃迁与性质优化
全流程外包产品一 + 产品二 + 产品三从基因到先导化合物的端到端交付

服务特色

  • 三流全程可追溯复现：样品流、实验流、数据分析流全链路记录，支持模型版本追踪与结果复现
  • 干湿实验闭环：虚拟筛选结果可衔接内部或合作湿实验室（酶活、细胞活、SPR）验证
  • 模型持续迭代：基于验证数据反馈优化 AI 模型，提升预测准确率