Codar 预置工作流
化合物信息检索与身份核对
当用户按名称、CAS、CID、ChEMBL ID、SMILES或InChI查找化合物,并需要确认准确结构、盐型、立体化学或基础属性时使用。
AI药物发现4 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4 步
将名称、登记号和结构标识分别检索数据输入
将名称、登记号和结构标识分别检索,在PubChem、ChEMBL等至少两个适合的数据源中交叉比对结构与同义词。
比较规范SMILES、标准InChIKey、分子式、相…核心分析
比较规范SMILES、标准InChIKey、分子式、相对分子质量、电荷、立体中心和片段组成;标出记录间的母体/盐型或立体差异。
对外部属性记录数据库、记录ID、字段定义、单位、版本或…核心分析
对外部属性记录数据库、记录ID、字段定义、单位、版本或查询日期;不要把预测值写成实验测量。
遇到CAS与结构冲突、同义词误配或已撤销记录时结果输出
遇到CAS与结构冲突、同义词误配或已撤销记录时,保留冲突双方和判定依据,必要时回到原始供应商、论文或注册资料。
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: "codar-ai-drug-discovery-skill-019020d6d431-i4mmqcvc"
version: 1
name: "化合物信息检索与身份核对"
domain: "AI药物发现"
description: "当用户按名称、CAS、CID、ChEMBL ID、SMILES或InChI查找化合物,并需要确认准确结构、盐型、立体化学或基础属性时使用。"
---
# 化合物信息检索与身份核对
## 流程图
```mermaid
flowchart TD
n1["将名称、登记号和结构标识分别检索"]
n2["比较规范SMILES、标准InChIKey、分子式、相…"]
n3["对外部属性记录数据库、记录ID、字段定义、单位、版本或…"]
n4["遇到CAS与结构冲突、同义词误配或已撤销记录时"]
n1 --> n2
n2 --> n3
n3 --> n4
```
## 节点
### 将名称、登记号和结构标识分别检索 {#n1}
- 类别: 数据输入
- 位置: 40, 40
- 说明: |
将名称、登记号和结构标识分别检索,在PubChem、ChEMBL等至少两个适合的数据源中交叉比对结构与同义词。
### 比较规范SMILES、标准InChIKey、分子式、相… {#n2}
- 类别: 核心分析
- 位置: 40, 176
- 说明: |
比较规范SMILES、标准InChIKey、分子式、相对分子质量、电荷、立体中心和片段组成;标出记录间的母体/盐型或立体差异。
### 对外部属性记录数据库、记录ID、字段定义、单位、版本或… {#n3}
- 类别: 核心分析
- 位置: 40, 312
- 说明: |
对外部属性记录数据库、记录ID、字段定义、单位、版本或查询日期;不要把预测值写成实验测量。
### 遇到CAS与结构冲突、同义词误配或已撤销记录时 {#n4}
- 类别: 结果输出
- 位置: 40, 448
- 说明: |
遇到CAS与结构冲突、同义词误配或已撤销记录时,保留冲突双方和判定依据,必要时回到原始供应商、论文或注册资料。
## 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。