亲爱的研友该休息了!由于当前在线用户较少,发布求助请尽量完整的填写文献信息,科研通机器人24小时在线,伴您度过漫漫科研夜!身体可是革命的本钱,早点休息,好梦!

admetSAR3.0: a comprehensive platform for exploration, prediction and optimization of chemical ADMET properties

化学空间 计算机科学 药物发现 化学数据库 数据挖掘 图形 任务(项目管理) 机器学习 计算生物学 生物信息学 生物 理论计算机科学 管理 经济
作者
Yaxin Gu,Zhuohang Yu,Yimeng Wang,Long Chen,Chaofeng Lou,Chen Yang,Weihua Li,Guixia Liu,Yun Tang
出处
期刊:Nucleic Acids Research [Oxford University Press]
卷期号:52 (W1): W432-W438 被引量:29
标识
DOI:10.1093/nar/gkae298
摘要

Abstract Absorption, distribution, metabolism, excretion and toxicity (ADMET) properties play a crucial role in drug discovery and chemical safety assessment. Built on the achievements of admetSAR and its successor, admetSAR2.0, this paper introduced the new version of the series, admetSAR3.0, as a comprehensive platform for chemical ADMET assessment, including search, prediction and optimization modules. In the search module, admetSAR3.0 hosted over 370 000 high-quality experimental ADMET data for 104 652 unique compounds, and supplemented chemical structure similarity search function to facilitate read-across. In the prediction module, we introduced comprehensive ADMET endpoints and two new sections for environmental and cosmetic risk assessments, empowering admetSAR3.0 to provide prediction for 119 endpoints, more than double numbers compared to the previous version. Furthermore, the advanced multi-task graph neural network framework offered robust and reliable support for ADMET prediction. In particular, a module named ADMETopt was added to automatically optimize the ADMET properties of query molecules through transformation rules or scaffold hopping. Finally, admetSAR3.0 provides user-friendly interfaces for multiple types of input data, such as SMILES string, chemical structure and batch molecule file, and supports various output types, including digital, chart displays and file downloads. In summary, admetSAR3.0 is anticipated to be a valuable and powerful tool in drug discovery and chemical safety assessment at http://lmmd.ecust.edu.cn/admetsar3/.
最长约 10秒,即可获得该文献文件

科研通智能强力驱动
Strongly Powered by AbleSci AI
科研通是完全免费的文献互助平台,具备全网最快的应助速度,最高的求助完成率。 对每一个文献求助,科研通都将尽心尽力,给求助人一个满意的交代。
实时播报
我爱科研发布了新的文献求助10
1秒前
枕头也重名完成签到 ,获得积分10
4秒前
6秒前
8秒前
Lendar完成签到 ,获得积分10
11秒前
我爱科研完成签到,获得积分10
11秒前
13秒前
纯情的无色完成签到 ,获得积分10
13秒前
狗子心中的梦完成签到 ,获得积分20
14秒前
张志伟完成签到 ,获得积分10
15秒前
徐一发布了新的文献求助10
18秒前
003发布了新的文献求助20
18秒前
科研通AI5应助22myzhang2采纳,获得10
19秒前
21秒前
我真的要好好学习完成签到 ,获得积分10
22秒前
健忘草莓发布了新的文献求助10
24秒前
shenlee发布了新的文献求助10
29秒前
科研通AI5应助徐一采纳,获得20
31秒前
健忘草莓完成签到,获得积分10
36秒前
38秒前
刘刘完成签到 ,获得积分10
43秒前
唐新惠完成签到 ,获得积分10
44秒前
TZ完成签到 ,获得积分10
46秒前
勤奋发卡完成签到,获得积分20
47秒前
秋作完成签到,获得积分10
48秒前
洪武完成签到,获得积分10
48秒前
52秒前
lizil完成签到,获得积分20
52秒前
天天开心完成签到,获得积分10
54秒前
皮老师完成签到,获得积分10
54秒前
56秒前
lizil发布了新的文献求助10
57秒前
DChen完成签到 ,获得积分10
1分钟前
1分钟前
1分钟前
深情安青应助shenlee采纳,获得10
1分钟前
hzj发布了新的文献求助10
1分钟前
研友_Zzrx6Z发布了新的文献求助20
1分钟前
So完成签到 ,获得积分10
1分钟前
yuki完成签到 ,获得积分10
1分钟前
高分求助中
Worked Bone, Antler, Ivory, and Keratinous Materials 1000
Algorithmic Mathematics in Machine Learning 500
Разработка метода ускоренного контроля качества электрохромных устройств 500
建筑材料检测与应用 370
Getting Published in SSCI Journals: 200+ Questions and Answers for Absolute Beginners 300
Advances in Underwater Acoustics, Structural Acoustics, and Computational Methodologies 300
The Monocyte-to-HDL ratio (MHR) as a prognostic and diagnostic biomarker in Acute Ischemic Stroke: A systematic review with meta-analysis (P9-14.010) 240
热门求助领域 (近24小时)
化学 材料科学 医学 生物 工程类 有机化学 物理 生物化学 纳米技术 计算机科学 化学工程 内科学 复合材料 物理化学 电极 遗传学 量子力学 基因 冶金 催化作用
热门帖子
关注 科研通微信公众号,转发送积分 3830364
求助须知:如何正确求助?哪些是违规求助? 3372779
关于积分的说明 10475199
捐赠科研通 3092539
什么是DOI,文献DOI怎么找? 1702118
邀请新用户注册赠送积分活动 818797
科研通“疑难数据库(出版商)”最低求助积分说明 771087