分子生成 用户指南

1. 算法简介

分子生成作为de-novo药物设计的重要工具，可以跳出现有的分子库来拓展新的化学分子空间。腾讯的分子生成算法通过人工智能来学习现有数据库中小分子的各种结构信息和靶点的关系，进而能够学习到一个分子空间。现有的模型通过对ZINC drug-like中超过680万个小分子数据进行训练学习，来达到学习分子空间的目的。目前支持对319个Kinase和52个GPCR靶点进行分子生成。

在分子生成这一过程中，腾讯的iDrug平台的算法能够针对不同靶点在分子空间中的映射进行针对性采样，从而生成新的可能对靶点有活性的分子。或者您也可以选择特定的靶点，同时上传一个目标小分子对分子空间进行一定的约束。我们的算法可以通过改变目标分子的结构片段，从而生成既活性要求，但又与目标分子结构不同的新分子。

2. 使用流程

分子生成提供两种输入模式：target模式 或者 target+SMILES模式

2.1 target模式输入

在靶点名称输入框中选择一个感兴趣的靶点并点击“提交”按钮，用户将得到平台基于这个靶点下的小分子所生成的一批分子，以及其分子属性和预测的ADMET属性。

2.2 target+SMILES模式输入

在靶点名称输入框中选择一个感兴趣的靶点；

并且在输入框中输入一个小分子SMILES，或点击文本框末端的“DRAW”图标，在弹出的编辑器中画出分子，点击“确认”后转换成SMILES显示在文本框中；

然后点击“提交”按钮，平台会使用基于这个靶点下的小分子所训练的模型，针对用户输入的小分子产生一批分子，并计算分子属性以及预测ADMET属性。

2.3 提交任务

点击“提交”按钮提交任务后，显示“任务创建成功”表示提交成功。

这个过程需要等待40分钟或以上，根据用户输入分子的结构复杂程度时间会有不同，请耐心等候。

为了合理的分配有限的资源，我们对用户的任务额度进行了一定的限制，鼠标悬停在“提交”按钮上可以看到限制情况与使用情况。在提交次数不足的情况下无法点击“提交”按钮提交任务。

3. 查看结果

3.1 查询历史记录

在提交任务下方的“最近运行历史”中查看最近10条任务状态；也可以点击“所有历史”查看所有历史记录。

未完成的任务会有进度条提示任务进度。

只有完成的任务可以进行“查看”操作。

只有完成/等待中/失败任务可以被删除，运行中的任务无法删除（无法中止任务释放计算资源）。

点击“运行状态”旁的下拉箭头，可以根据任务运行状态进行筛选。

3.2 查看结果详情

在历史记录上点击“查看”按钮可以查看任务结果。

任务详情界面展示了：

• 该任务靶点ID和参考分子的2D/3D结构（如果有），以确认该任务的输入信息。

• 对生成分子进行属性筛选。

• 结果分子卡片；卡片上展示了生成分子的预测2D Similarity Score, 3D Similarity Score, SA Score。

• 点击分子卡片可以查看该分子的分子属性和ADMET属性（预测值）

  

3.3 下载任务结果

在查看任务界面点击“导出CSV”并勾选需要保留的属性，下载全部结果；

点击分子卡片查看分子详情后，点击“导出CSV”，仅下载该分子结果。