咨询方案

ADME Suite

从化学结构预测吸收、分布、代谢、排泄相关性质:代谢位点、CYP 抑制与底物、透膜性、血浆蛋白结合、P-gp 特异性与 PK 参数。同时包含 PhysChem Suite 的全部理化性质预测功能。

代谢位点CYP 抑制/底物P-gp 特异性PK 参数
获取方案与报价
ADME Suite 产品封面

核心功能

ADME Suite 预测模块一览:理化性质 + ADME 性质参数,均从化学结构直接计算,标 * 的模块支持以自有实验数据训练。

理化性质

分子描述符

  • 密度
  • 可自由旋转键
  • 氢键供体 / 受体
  • 折射率
  • 摩尔折射率
  • 摩尔体积
  • 分子量
  • 等张比容
  • 极性表面积
  • 极化率
  • 类药五规则(Rule of 5)
  • 表面张力

查看 PhysChem Suite 详情 →

标注 * 的模块为可训练模块:可导入实验室内部积累的实测数据对预测模型进行再训练,让模型适配本单位的化合物化学空间与实验方案,从而提升同类化合物的预测准确度(水溶性、LogP、CYP 抑制剂与底物、分布、P-gp 特异性均支持)。点击任一参数名称可查看该模块的详细介绍。

软件截图一览

以下界面截图来自 ACD/Percepta 帮助文档,展示 ADME 相关预测模块的典型工作界面。

解决的研究问题

把 ADME 评价前移到合成之前,让实验资源聚焦于更有潜力的候选分子。

早期成药性筛选

在苗头到先导阶段批量计算候选分子的 ADME 性质谱,无需合成与实验即可排除吸收或分布性质明显不利的结构,建立多参数筛选漏斗。

代谢风险与药物相互作用评估

提前识别 CYP 抑制风险与易代谢位点,为规避药物相互作用、提高代谢稳定性提供结构层面的优化方向。

先导优化中的性质平衡

预测结构修饰对 ADME 性质的影响,在提升活性的同时同步评估吸收、分布与代谢代价,减少"设计—合成—测试"循环次数。

技术要点

ADME 预测终点血脑屏障渗透性、CYP 抑制剂/底物(可训练)、表观分布体积 Vd(可训练)、血浆蛋白结合率、口服生物利用度、被动吸收、透膜性 HIA / Caco-2、P-gp 特异性(可训练)、代谢位点与区域选择性、PK 参数(PK Explorer)、最大推荐日剂量
包含的理化功能PhysChem Suite 全部功能:水溶性、LogP、LogD、pKa、沸点/蒸气压、Sigma 参数、Absolv(Abraham 溶剂化参数)及常用分子描述符
结果可靠性评估可靠性指数(Reliability Index)、95% 置信区间、计算协议说明,并展示训练库中 5 个最相似结构的实验值与文献参考
模型定制以自有实验数据训练预测模型(CYP 抑制剂/底物、P-gp 特异性、分布等模块及 logP、pKa、logD),并可经 XML 协议或 DLL 接入自建与第三方算法
输入方式内置结构绘制、第三方绘图工具复制/粘贴、SMILES、InChI、MOL / SK2 / SKC / CDX 文件导入、名称字典检索;支持 SDfile / 批量 MOL 文件进行库级计算
输出与部署PDF 报告、复制/粘贴、计算历史记录;桌面客户端(支持私有云部署)与浏览器端 Web 版本

技术解读

由公众号文章迁移改写,介绍平台构成、预测体系与工作方法。

Percepta 平台总览文章封面
技术解读平台总览

Percepta 平台:加速药物发现的成药性预测及结构优化工具

理化 / ADME / 毒性预测模块总览,模型定制化与数据管理,以及在先导优化各环节的数据支持作用。

计算预测驱动先导优化文章封面
技术解读工作方法

计算预测驱动的先导化合物优化:Percepta 五步工作法

以计算预测作为实验评价的前置过滤器:从导入候选、多维排序、逐模块审查到导出合成清单的完整流程。

预测模型训练文章封面
技术解读模型训练

对预测模型进行训练的重要性

预测准确性取决于训练集覆盖的化学空间与数据误差分布:为什么内置公开数据之外,还需用内部实验数据再训练模型。

应用案例

来自已发表文献的真实研究场景,展示 ADME 预测在成分筛选与药代评价中的实际用法。

血脂灵片成分-靶标-通路网络图
应用案例中药

网络药理学结合 ADME 预测筛选血脂灵片 Q-marker

对 95 种药效成分预测 Caco-2 表观渗透系数与口服生物利用度,按 Papp>7.0×10⁻⁶ cm/s、F>66% 筛出 22 个质量标志物。

双苄基异喹啉生物碱 ADME 性质预测表
应用案例天然产物

13 种双苄基异喹啉生物碱的药代动力学与毒性研究

用 Percepta 预测 13 种 BBIQ 生物碱的理化性质、Caco-2 渗透、血浆蛋白结合与口服生物利用度,并与文献实验数据对照分析。

CNF2 理化性质与 ADME 预测结果表
应用案例成药性

金雀花碱 N-异黄酮(CNF2)的药代动力学与成药性预测

按 QSAR 预测新化合物 CNF2 的成药性质,结合分子对接与大鼠体内实验:绝对生物利用度 6.6%,主要分布于胃、肠、肺组织。

教程与资料

企业内训

团队定制培训

相关产品

Tox Suite 产品封面

Tox Suite

hERG、致突变性、急性毒性等毒性终点与杂质毒性评价。

PhysChem Suite 产品封面

PhysChem Suite

logP、logD、pKa、水溶性等理化性质预测。

Structure Designer 产品封面

Structure Designer

基于性质的衍生物库设计与多目标筛选。

想进一步了解 ADME Suite?

可提供数据样本进行演示,或预约在线演示与方案沟通。

预约演示索取技术资料