ACD/Labs Percepta Predictors—根据结构预测物理化学的性质、ADME性质和毒性性质

一个综合评估化合物结构与化合物性质相关性的专家级模块

ACD/Labs Percepta Predictors

ACD/Labs公司提供的化合物性质预测平台,能够预测化合物的物理化学性质、ADME性质和毒性,让使用者更深入了解结构与性质的相关性。结合了ACD/LabsPharma Algorithms (该公司于 2009并入)的高级算法,使预测功能更强大。Percepta平台上所有的模块都融合了丰富的经验和专业知识,同时Percepta有着20年的发展历史,是目前最快的、最准确的预测工具。

产品模块

我们可以提供多种强大的预测模块,包括对物理化学性质、ADME性质和毒性的预测。可以根据用户的需求,配置相应的模块。 所有的产品模块列表如下

物化性质模块

ADME 模块



毒性模块

水溶性模块
  • 计算不同pH值下化合物的水溶性,人体内溶解性,25度纯水(纯分子状态)下的溶解度。
  • 可按列表或图表方式浏览不同pH值下的预测水溶性结果,可作为实验研究的参考。
  • 给定pH值条件下,以列表或图表的方式浏览%离子浓度预测结果。
  • 可指定互变异构中任意结构进行预测。
  • 固体熔点数据。
  • 可用实验数据训练预测数据库,提高预测准确度。
沸点预测模块
  • 以温度为变量预测有机化合物的饱和蒸汽压。
  • 预测标准大气压下化合物的沸点。
  • 计算标准大气压下化合物的蒸发焓。
  • 计算化合物的闪点。
LogD 模块
  • 计算不同pH (pH 014)有无离子对分配的情况下化合物的分配系数(logD)
  • 给定pH值条件下,以列表或图表的方式浏览%离子浓度预测结果。
  • 计算水相有机相中主要离子的百分含量。
  • 计算给定pH 下的 BCF Koc 值。
  • 可用实验数据训练预测数据库,提高预测准确度。
  • >
其它物化性质
  • 吸附系数(Koc)
  • Bio-Concentration因子
  • 密度
  • 自由转动化学键
  • H键供体和受体
  • 折射率
  • 摩尔折射率
  • 摩尔体积
  • 分子量
  • 比容
  • 表面极化区域
  • 极化率
  • 5原则
  • 表面张力
Sigma 模块
  • 计算分子片断,分子,取代基的σ, sigma值。
  • 计算诱导共振sigma常数。
P-gp 特异性模块
分配系数模块
细胞色素 P450 抑制体模块
细胞色素P450底物模块
最大日服用量e
  • 估算临床应用时药物的最大日服用量。
PK 模块
hERG 抑制性模块
基因毒性模块
急毒性模块
水生物毒性模块
刺激性模块
内分泌系统分布模块
健康影响模块
  • 预测不同个体不同给药途径下,化合物对特定器官和系统的长期毒副作用的可能性。
  • Read the Product Data Sheet

*可训练模块

ACD/Labs 产品套装
Percepta的各个预测模块可根据用户情况分装成各种套装。比如ACD杂质毒性软件套装, ACD物化性质套装, ACD/ADME 套装, ACD/Tox 毒性套装。

多种化合物结构输入方式
支持多种结构输入方式 (名称, 2D 结构, SMILES字串) ,预测化合物属性。

单个结构或多个结构表格方式流览预测结果
所有模块都可以浏览单个结构的预测详细结果,调整感兴趣的参数种类。每个模块都各自的特色工具提供特色的信息,这些特色包括:

用不同的颜色标示结构上不同原子或子结构的对预测结果的贡献

评估不同结构片段连接到同一母体结构上的预测结果

以图表的方式显示 pH对预测结果的影响

运算协议

电子表格形式浏览预测结果,可以在同一个页面下看到所有采购模块对应的预测结果,且提供曲线模式、排序整理、筛选工具对化合物进行排序,以便协助评估预测结果

预测结果的信任度指数和预测结构的相似结构
所有模块都会提供一个预测结果的信任度或者可靠度指数,可以凭这个参数评估目标结构预测结果的可信度。同时给出5个最为接近的结构的参考文献结果,预测结果亦以此5个参考文献结果为基础,这样可以更好地评判目标结构与参考结构相关性和差异度,从而更好地评估预测结果。

利用实验数据训练预测模型
为了更好地反映不同结构的化学空间特性提高预测结果的准确性,以下列表中的预测模块均可以用实验数据来训练预测模型,用户可自由切换训练功能开关状态,保存训练模型设定参数用于不同预测模型的训练。

同一属性提供不同的预测模型
提供不同预测模型来预测化合物的同一属性,比如预测 logP pKaACD/Labs classic模型和ACD/Labs GALAS模型,另外首创性地提供了一种复合模型用以预测 logP 。用不同的模型来预测评估同一性质,使用者可选用最合适的模型来预测化合物的性质。

自定义预测模型
采用ACD/Labs的集成插件,可以把用户的模型写入到Percepta平台的产品中。无论是通过采用XML协议方式,还是通过DLL文件格式都可以将用户模型导入到Percepta

Connect with ACD/Labs: ACD/Labs on LinkedIn ACD/Labs on Twitter ACD/Labs' Blog ACD/Labs' YouTube Channel