李 晓，李 达，周雪松，赵 勇*

(1. 北京市科学技术研究院 北京市计算中心，北京 100094；2. 北京北科德源生物医药科技有限公司，北京 100094)

化合物ADMET性质预测平台的构建

李 晓1,2，李 达2，周雪松2，赵 勇1,2*

(1. 北京市科学技术研究院 北京市计算中心，北京 100094；2. 北京北科德源生物医药科技有限公司，北京 100094)

在药物研发早期阶段对化合物成药性和安全性进行评估，对于提高药物研发成功率、降低研发成本具有十分重要的意义。为了能够帮助药物研究工作者快速准确地判断候选化合物的成药性与安全性，开发了一个基于计算机方法的化合物ADMET性质预测平台。首先，通过文本挖掘的方法收集了化合物药代动力学性质和毒性(ADMET)的高质量实验数据。然后，根据原始文献复原了13个预测模型，同时采用支持向量机方法自建了15个具有较高预测能力的计算模型。最后，基于分布式架构，结合高性能计算集群优势，开发了化合物ADMET性质预测平台(http://www.vslead.com/?r=admet/index)，用于预测28种重要的化合物ADMET性质。研究者可以使用这一平台快捷方便地对药物研究中比较重要的ADMET性质进行预测，在药物研发早期对候选化合物进行成药性评价和风险评估，有助于提高药物研的成功率，节省研发时间和经费的投入。

药物研发；ADMET性质；机器学习

创新药物研发是一个耗资巨大、周期漫长、风险极高的产业。据统计，平均每10 000个新化学实体(NCEs)中只有1个最终可能成为药物，并且整个过程要花费10～12年时间和12～20亿美元的投入[1]。导致药物在临床前和临床研究阶段研发失败的原因是多方面的，主要包括药效不明显、毒性及副作用等安全性问题、药代动力学性质不理想以及商业因素等。……