Codar 预置工作流
靶点到先导化合物发现
当用户需要从已验证靶点出发,整合口袋、已知配体、虚拟筛选、ADMET与合成可行性,形成苗头或先导化合物方案时使用。
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
评估靶点结构质量、结合位点、构象状态、保守性和已知配体数据输入
评估靶点结构质量、结合位点、构象状态、保守性和已知配体,形成可检验的结合假设与阳性对照。
清洗公开或内部活性数据核心分析
清洗公开或内部活性数据,建立化学类型、效力、选择性和测定条件基线,防止同系列数据泄漏到验证集。
按证据选择相似性/药效团扩展、结构基础筛选或多路线并行核心分析
按证据选择相似性/药效团扩展、结构基础筛选或多路线并行;每条路线设置诱饵、已知活性物和停止标准。
对候选复核结构身份、姿势合理性、化学多样性、反应性警报…核心分析
对候选复核结构身份、姿势合理性、化学多样性、反应性警报、ADMET、专利空间、合成与采购可行性。
按“化学系列”而非单个最高分分配实验结果输出
按“化学系列”而非单个最高分分配实验,依次验证结合、功能、细胞效应、选择性和早期暴露,记录每轮淘汰原因。
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: "molecular-drug-discovery-intw2mnu"
version: 1
name: "靶点到先导化合物发现"
domain: "AI药物发现"
description: "当用户需要从已验证靶点出发,整合口袋、已知配体、虚拟筛选、ADMET与合成可行性,形成苗头或先导化合物方案时使用。"
---
# 靶点到先导化合物发现
## 流程图
```mermaid
flowchart TD
n1["评估靶点结构质量、结合位点、构象状态、保守性和已知配体"]
n2["清洗公开或内部活性数据"]
n3["按证据选择相似性/药效团扩展、结构基础筛选或多路线并行"]
n4["对候选复核结构身份、姿势合理性、化学多样性、反应性警报…"]
n5["按“化学系列”而非单个最高分分配实验"]
n1 --> n2
n2 --> n3
n3 --> n4
n4 --> n5
```
## 节点
### 评估靶点结构质量、结合位点、构象状态、保守性和已知配体 {#n1}
- 类别: 数据输入
- 位置: 40, 40
- 说明: |
评估靶点结构质量、结合位点、构象状态、保守性和已知配体,形成可检验的结合假设与阳性对照。
### 清洗公开或内部活性数据 {#n2}
- 类别: 核心分析
- 位置: 40, 176
- 说明: |
清洗公开或内部活性数据,建立化学类型、效力、选择性和测定条件基线,防止同系列数据泄漏到验证集。
### 按证据选择相似性/药效团扩展、结构基础筛选或多路线并行 {#n3}
- 类别: 核心分析
- 位置: 40, 312
- 说明: |
按证据选择相似性/药效团扩展、结构基础筛选或多路线并行;每条路线设置诱饵、已知活性物和停止标准。
### 对候选复核结构身份、姿势合理性、化学多样性、反应性警报… {#n4}
- 类别: 核心分析
- 位置: 40, 448
- 说明: |
对候选复核结构身份、姿势合理性、化学多样性、反应性警报、ADMET、专利空间、合成与采购可行性。
### 按“化学系列”而非单个最高分分配实验 {#n5}
- 类别: 结果输出
- 位置: 40, 584
- 说明: |
按“化学系列”而非单个最高分分配实验,依次验证结合、功能、细胞效应、选择性和早期暴露,记录每轮淘汰原因。
## 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。