DruGen 分子设计
De Novo药物设计，AI驱动高效发现高质量Hit化合物
您希望针对的靶点是什么？
工作流程
1
结构输入
PDB ID或上传结构文件
2
口袋检测
识别蛋白质结合位点
3
AI分子生成
深度生成模型创造新分子
4
筛选优化
对接评估迭代优化
评估指标
| 指标 | 说明 | 建议值 |
|---|---|---|
| 结合能 (Affinity) | 分子对接预测的结合亲和力 | < -9 kcal/mol |
| QED | 药物相似性综合评分 (0-1) | > 0.5 |
| SCScore | 合成复杂性评分 (1-5) | ≤ 3.5 |
| 不良子结构 | PAINS、BMS等毒性基团检测 | 无警报 |
常见问题
DruGen的分子生成原理是什么？▼
DruGen采用AI驱动的De Novo分子设计方法：1) 检测蛋白质表面的结合口袋；2) 提取口袋几何参数（体积、表面积、残基组成等）；3) 基于深度生成模型创造符合口袋空间约束的分子结构；4) 将分子转换为3D构象并进行分子对接验证；5) 通过迭代优化提升分子质量。
如何选择合适的蛋白质口袋进行分子生成？▼
DruGen提供口袋评分系统帮助选择：1) 口袋体积（Volume），评估可容纳分子大小；2) 药物性评分（DrugScore），评估口袋成药潜力；3) 残基组成，查看口袋周围的氨基酸类型；4) 对比多个口袋参数。建议优先选择DrugScore高、体积适中（300-1000 ų）的口袋。
生成的分子质量如何评估？▼
DruGen从多个维度评估分子：1) 结合能（Affinity），预测与靶点的结合强度，通常要求< -9 kcal/mol；2) QED药物相似性，综合评估分子类药性，建议> 0.5；3) SCScore合成复杂性，评估合成难度，建议≤ 3.5；4) 不良子结构检测，过滤具有毒性或反应性基团的分子。
DruGen支持哪些输入格式？▼
DruGen支持多种输入方式：1) PDB ID输入，直接从RCSB PDB数据库获取结构；2) 文件上传，支持.pdb和.cif格式；3) 支持蛋白质-配体复合物结构，系统自动提取蛋白质部分。建议使用分辨率优于2.5Å的高质量结构以获得最佳结果。
Last updated: 2026年2月26日