基于分子结构计算 logP、logD、pKa、水溶性、沸点/蒸气压等关键理化性质，支持高通量筛选（HTS）与数据驱动的先导化合物优化。
一分钟了解 PhysChem Suite
视频为竖屏格式，点击画面即可播放；在手机端可通过全屏竖向观看。
覆盖从单结构预测、库级筛选到模型训练与结果可视化的完整理化性质评估能力。
PhysChem Suite 的典型工作界面截图。
理化性质是决定化合物行为的基础变量，应用覆盖药物化学、分析化学、药剂学与环境评估。
渗透性与溶解度的平衡由 logD 主导：logD7.4 在 1–3 区间通常具有较好的小肠吸收。修改结构前后即时预测 pKa 与 logD 变化，避免"活性好了、性质垮了"。
通用模型对特殊骨架、复杂杂环与 PROTAC 等新型治疗方式的误差偏大。用自有实验数据训练 Classic / GALAS 算法，无需编程即可把通用工具变成专属工具。
研究表明 ClogP、分子量与 pKa 是血浆蛋白结合、代谢稳定性、外排转运与 hERG 毒性的关键影响参数。合成之前先算理化性质，把风险挡在实验之前。
化合物的 pKa 与 logD 决定其在不同 pH 流动相中的电离状态与保留行为。预测 logD-pH 曲线辅助流动相 pH 与分离条件设计，减少方法开发中的试错。
pH 依赖性溶解度曲线直接指导制剂策略：注射制剂可借助介质 pH 调节克服脂溶性限制，增溶有效 pKa 范围一般为 4–9；pKa 还影响制剂的稳定性。
logP 是生物蓄积与环境行为评估的关键参数，REACH 与各国监管指南已将计算机模拟方法作为实验测试的替代方案。logP（GALAS）与 logS0 可导出 QPRF / QMRF 文档支持注册申报。
| 预测性质 | logP、logD（pH 依赖）、pKa、水溶性（固有 logS0 与 pH 依赖 logS）、沸点/蒸气压/闪点、Sigma 取代基常数（σ、π、摩尔折射率）、密度、TPSA、氢键供受体、可旋转键、摩尔体积、极化率、表面张力等分子描述符 |
|---|---|
| 算法体系 | Classic 与 GALAS（全局相似性局部调整）双算法；logP 提供 Classic / GALAS / Consensus 三种算法；pKa 支持 Classic 与 GALAS，含微阶段百分比贡献分析；2024 版 pKa Classic 训练集扩展至 5000+ 实验值，预测精度进一步提升 |
| 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 |
| 适用范围 | 推荐分子量 ≤ 2000 Da 的有机分子，涵盖类药分子、肽类、蛋白质与聚合物单元等 bRo5 化合物；支持水合物与混合物 |
| 模型训练 | logP、pKa、logD 模块支持实验数据训练；可创建并切换多个训练库；支持 XML 协议或 DLL 方式接入第三方与内部模型（客户端部署） |
| 输出与合规 | PDF 报告、复制/粘贴到其他应用；logP（GALAS 模型）与 logS0 支持导出 QPRF / QMRF 文档，满足监管评估要求 |
由公众号文章迁移改写，覆盖 pKa 原理、成药性影响、概念辨析与行业数据洞察。
来自 Biogen 20000+ 化合物的大数据分析：理化参数与血浆蛋白结合、代谢稳定性、外排与 hERG 毒性的量化关系。
客户实证与文献数据验证预测准确性，覆盖工艺开发、药物发现与环境评估。
实验测定结合预测验证 16 种头孢菌素 88 个电离常数（RMSE 0.552），并首次重新评价其实验 pKa 值。
