ADMET-AI:一个机器学习的ADMET平台,用于评估大型化学库

科学领域:

• 药物发现和药物化学
• 计算化学和化学信息学
• 药理学中的人工智能

背景情况:

• 药物发现依赖于对具有有利的吸收,分布,新陈代谢,分泌和毒性 (ADMET) 特性的分子进行大量化学图书馆的过.
• 高通量选和生成人工智能扩大了化学空间,需要有效的方法来预测ADMET属性.
• 准确和快速的ADMET分析对于选择有前途的候选药物和降低实验验证成本至关重要.

研究的目的:

• 开发和介绍ADMET-AI,一个用于快速和准确的ADMET预测的机器学习平台.
• 提供ADMET-AI作为一个用户友好的网站和一个开源的Python包.

主要方法:

• 利用机器学习来构建ADMET属性的预测模型.
• 开发了一个Web服务器和一个Python包,用于可访问的ADMET预测.
• 与现有的ADMET预测工具进行基准性能测试.

主要成果:

• 在TDC ADMET基准组排行榜上,ADMET-AI获得了最高的平均排名.
• 该平台是基于Web的最快的ADMET预测器,其性能比竞争对手高45%.
• 对于100万个分子的本地批量预测只需要3.1小时.

结论:

• 在药物发现中,ADMET-AI为ADMET属性预测提供了快速,准确和可访问的解决方案.
• 该平台加速了类似药物的分子的选择,简化了药物开发管道.
• 它的开源性质和全面的存档促进了计算药物发现的透明度和可重复性.