用ADMET-AI 2.0和RDKit评估CDK2抑制剂吸收、代谢与毒性的可复现笔记本教程
- 该教程通过带注释的Jupyter笔记本,将RDKit预处理与基于图神经网络的ADMET预测器结合,涵盖类药性、结构警示、代谢、排泄和毒性评估。
- 教程以从ChEMBL整理的CDK2抑制剂为例,将每个化合物的预测结果与已上市药物对照,并汇总为综合评分。
- 所有结果均为计算预测,未做实验验证;主要产出是指出潜在风险(尤其是心脏和肝脏毒性)并提供一个易用、符合FAIR原则的模板,而非与其他工具的性能对比。
💡 要点 基于摘要的观点
应把它当作模板,而不是证据。在一个激酶系列上广泛标出hERG和肝毒性风险,恰恰是过度敏感的模型会给出的结果;既无实验数据,也没有与其他预测工具的对比,这些标记比例无从解读。下一步:先在自己有已知实验结果的系列上运行,检查校准情况,再决定是否信任其排序。