*此项目为浙江数字医疗卫生技术研究院与杭州生奥信息科技有限公司合作共研。
MolprophetTM
基于自主的深度学习算法与云计算技术相结合，建立以 AI 为驱动的药物发现平台，以新颖性、合成性为立足点，致力于帮助用户减少在寻找靶标及潜在活性药物的时间和成本。
三大架构
功能介绍
18 万已知靶标口袋数据
随时调用
未知靶标口袋
本地上传、AI 预测
自定义口袋
选择关键氨基酸序列，AI 根据规则生成
口袋分享、信息保密
仅存储项目中，指定分享人可查看
靶标口袋档案
AI 智能预测 & 自定义挖掘
该功能为 MolProphet™ 平台的基础功能，完成对靶标口袋的快速准确预测，并将结果归集到同一档案中。
基于结构虚筛
5 天 30 亿＋极速筛选
基于贝叶斯主动学习能够在巨大的分子空间“聪明”地采样，快速有效地探索未知的新结构分子，同时兼顾昂贵的湿实验结果数据，形成活性分子地图空间，多轮迭代发现活性分子。
基于配体虚筛
二维结构相似 & 三维药效团相似
MolProphet™ 应用向量检索的 Milvus 算法，仅需要 10 秒，即可完成对亿级分子数据的检索，让您能立即获得所需结果。提取小分子二、三维结构信息在商业文库中进行基于相似性的筛选。
分子砌块组合
保证合成性 & 提供砌块采购信息
提供具有完整合成路径的 de-novo 分子生成。平均 10 分钟完成一组分子设计，您可在线获得结果。区别于传统虚拟分子设计路径，MolProphetTM 在设计之初便将合成路径作为重要参数之一，为用户提供高度理性的分子自动设计工具。
1000+反应模板
50 万+分子砌块库
300 万+已知实例
AI 分子对接
结合位点分析 & 结合作用力分析
基于几何深度学习，学习靶标口袋信息、小分子结构信息；采用强化学习采样和受体柔性构象，同时优化配体分子的结合构象，以预测分子与靶标口袋结合的最低自由能。
