Codar 预置工作流
结合自由能与对接姿势验证
当用户需要检查对接或生成姿势的几何与物理有效性,或用RBFE/ABFE对类似物亲和力进行定量排序时使用。
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
同系列小幅变换优先设计RBFE网络数据输入
同系列小幅变换优先设计RBFE网络,选择最大公共子结构与可逆映射;跨骨架或需要绝对亲和力时评估ABFE及标准态修正成本。
为每个体系生成一致力场和拓扑核心分析
为每个体系生成一致力场和拓扑,检查净电荷变化、手性、环变换和软核参数;设计闭环以诊断映射错误。
使用充分平衡、多个独立重复和合理lambda窗口核心分析
使用充分平衡、多个独立重复和合理lambda窗口,保存采样、交换或重叠诊断。
用BAR/MBAR估计自由能与不确定性核心分析
用BAR/MBAR估计自由能与不确定性,检查前后向一致、有效样本量、闭环误差和重复间差异。
与盲测或实验数据比较结果输出
与盲测或实验数据比较,分析失败是否来自姿势、质子化、力场、采样或实验口径。
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-ecd6a3a020ac-urr44lyi"
version: 1
name: "结合自由能与对接姿势验证"
domain: "AI药物发现"
description: "当用户需要检查对接或生成姿势的几何与物理有效性,或用RBFE/ABFE对类似物亲和力进行定量排序时使用。"
---
# 结合自由能与对接姿势验证
## 流程图
```mermaid
flowchart TD
n1["同系列小幅变换优先设计RBFE网络"]
n2["为每个体系生成一致力场和拓扑"]
n3["使用充分平衡、多个独立重复和合理lambda窗口"]
n4["用BAR/MBAR估计自由能与不确定性"]
n5["与盲测或实验数据比较"]
n1 --> n2
n2 --> n3
n3 --> n4
n4 --> n5
```
## 节点
### 同系列小幅变换优先设计RBFE网络 {#n1}
- 类别: 数据输入
- 位置: 40, 40
- 说明: |
同系列小幅变换优先设计RBFE网络,选择最大公共子结构与可逆映射;跨骨架或需要绝对亲和力时评估ABFE及标准态修正成本。
### 为每个体系生成一致力场和拓扑 {#n2}
- 类别: 核心分析
- 位置: 40, 176
- 说明: |
为每个体系生成一致力场和拓扑,检查净电荷变化、手性、环变换和软核参数;设计闭环以诊断映射错误。
### 使用充分平衡、多个独立重复和合理lambda窗口 {#n3}
- 类别: 核心分析
- 位置: 40, 312
- 说明: |
使用充分平衡、多个独立重复和合理lambda窗口,保存采样、交换或重叠诊断。
### 用BAR/MBAR估计自由能与不确定性 {#n4}
- 类别: 核心分析
- 位置: 40, 448
- 说明: |
用BAR/MBAR估计自由能与不确定性,检查前后向一致、有效样本量、闭环误差和重复间差异。
### 与盲测或实验数据比较 {#n5}
- 类别: 结果输出
- 位置: 40, 584
- 说明: |
与盲测或实验数据比较,分析失败是否来自姿势、质子化、力场、采样或实验口径。
## 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。