Codar 预置工作流
药物再利用候选排序
当用户需要依据疾病机制、靶点、转录特征、现有药理和临床可行性,为已知药物寻找新适应证并排序时使用。
AI药物发现5 个步骤v1更新于 2026-11-19
流程图
- 数据输入
- 核心分析
- 结果输出
步骤说明5 步
建立疾病数据输入
建立疾病—通路—靶点—药物链,保留每条关系的方向;抑制剂作用于保护性靶点等方向冲突应直接暴露。
分开整合人类遗传、功能扰动、患者组学、转录特征逆转、药…核心分析
分开整合人类遗传、功能扰动、患者组学、转录特征逆转、药理选择性、动物模型、临床试验和真实世界证据。
核对临床可达到的游离暴露与目标组织分布核心分析
核对临床可达到的游离暴露与目标组织分布,比较有效浓度;排除只有远高于可耐受暴露才成立的候选。
检查剂量限制毒性、禁忌、药物相互作用、目标人群差异、专…核心分析
检查剂量限制毒性、禁忌、药物相互作用、目标人群差异、专利与开发状态,并梳理相同适应证的历史失败原因。
使用透明权重按证据强度、方向一致性、可实施性和验证成本…结果输出
使用透明权重按证据强度、方向一致性、可实施性和验证成本排序,给出每个候选的淘汰或降级理由。
使用原则
- 参考上述步骤、工具和依赖关系,结合本次目标、数据与可用工具安排研究过程。
- 可以调整顺序、补充必要检查或省略不适用的步骤,重要调整需说明原因。
- 用户本次的明确要求优先于此参考;关键意图不清楚时先提问。
workflow.md
查看工作流源文件
---
format: codar-workflow
schemaVersion: 1
layoutDirection: TD
id: "27-aging-longevity-drug-repurposing-gqmwqhlv"
version: 1
name: "药物再利用候选排序"
domain: "AI药物发现"
description: "当用户需要依据疾病机制、靶点、转录特征、现有药理和临床可行性,为已知药物寻找新适应证并排序时使用。"
---
# 药物再利用候选排序
## 流程图
```mermaid
flowchart TD
n1["建立疾病"]
n2["分开整合人类遗传、功能扰动、患者组学、转录特征逆转、药…"]
n3["核对临床可达到的游离暴露与目标组织分布"]
n4["检查剂量限制毒性、禁忌、药物相互作用、目标人群差异、专…"]
n5["使用透明权重按证据强度、方向一致性、可实施性和验证成本…"]
n1 --> n2
n2 --> n3
n3 --> n4
n4 --> n5
```
## 节点
### 建立疾病 {#n1}
- 类别: 数据输入
- 位置: 40, 40
- 说明: |
建立疾病—通路—靶点—药物链,保留每条关系的方向;抑制剂作用于保护性靶点等方向冲突应直接暴露。
### 分开整合人类遗传、功能扰动、患者组学、转录特征逆转、药… {#n2}
- 类别: 核心分析
- 位置: 40, 176
- 说明: |
分开整合人类遗传、功能扰动、患者组学、转录特征逆转、药理选择性、动物模型、临床试验和真实世界证据。
### 核对临床可达到的游离暴露与目标组织分布 {#n3}
- 类别: 核心分析
- 位置: 40, 312
- 说明: |
核对临床可达到的游离暴露与目标组织分布,比较有效浓度;排除只有远高于可耐受暴露才成立的候选。
### 检查剂量限制毒性、禁忌、药物相互作用、目标人群差异、专… {#n4}
- 类别: 核心分析
- 位置: 40, 448
- 说明: |
检查剂量限制毒性、禁忌、药物相互作用、目标人群差异、专利与开发状态,并梳理相同适应证的历史失败原因。
### 使用透明权重按证据强度、方向一致性、可实施性和验证成本… {#n5}
- 类别: 结果输出
- 位置: 40, 584
- 说明: |
使用透明权重按证据强度、方向一致性、可实施性和验证成本排序,给出每个候选的淘汰或降级理由。
## 使用原则
- 参考上述步骤、工具和依赖关系,结合本次目标、数据与可用工具安排研究过程。
- 可以调整顺序、补充必要检查或省略不适用的步骤,重要调整需说明原因。
- 用户本次的明确要求优先于此参考;关键意图不清楚时先提问。
相关工作流全部工作流
ADMET性质与毒性预测
AI药物发现当用户需要用规则或计算模型预测吸收、分布、代谢、排泄、毒性、药物相似性和结构警报,并为早期化合物排序时使用。
GPCR配体药理分析
AI药物发现当用户需要分析GPCR配体的激动、拮抗、反向激动、偏向信号、亚型选择性或正构/变构机制时使用。
QSAR与QSPR建模
AI药物发现当用户需要从分子结构和实验标签建立活性、理化性质或ADMET预测模型,并评估外部性能、不确定性与适用域时使用。
三维构象与形状相似性
AI药物发现当用户需要生成分子三维构象集合、进行能量优化,或开展三维形状与静电相似性搜索时使用。
候选化合物毒理风险评估
AI药物发现当用户需要在药物发现阶段整合结构警报、体外实验、动物毒理、毒理组学和暴露数据,判断候选化合物的器官与机制风险时使用。
共价抑制剂设计
AI药物发现当用户需要围绕可反应残基设计可逆或不可逆共价抑制剂,并联合优化非共价定位、反应动力学和蛋白组选择性时使用。