ADMETron：一个由人工智能驱动的用于综合ADMET预测与化合物优先级排序的SaaS平台

ONTOSIGHT(R) ADMETron 是一个由人工智能驱动的平台，旨在快速预测并可视化吸收、分布、代谢、排泄和毒性（ADMET）性质，以支持现代药物发现。该平台集成了交互式网络界面与可扩展的预测引擎，能够实现化合物的高通量虚拟筛选和批量分析。其核心架构将基于 SMILES 表征的循环神经网络（RNN）分子嵌入与理化描述符相结合，随后采用梯度提升机（GBM）进行建模。该框架可对 34 个 ADMET 终点进行预测，包括理化性质、吸收、CYP450 相互作用、hERG 风险以及致突变性。 ADMETron 的预测性能采用来自 Therapeutics Data Commons（TDC）的基准数据集进行了评估，结果表明其在分类和回归任务中均表现出较强的性能和良好的泛化能力。除预测建模外，该平台还引入了一种基于交互式雷达图的构效关系（SAR）可视化框架，能够针对选定的 ADMET 参数，对多个化合物及参考药物进行实时比较。该功能有助于直观解释多维分子特征谱，并支持先导化合物优化和化合物优先级排序。 与广泛使用的在线 ADMET 工具的比较评估进一步表明，该平台在统一环境中广泛覆盖了药代动力学、理化性质、毒性以及药物化学性质等多个终点。综上，这些能力使 ADMETron 成为一个用于 ADMET 评估和药物发现中数据驱动决策的综合性平台。（https://admetron.partex.ai/）

ONTOSIGHT(R) ADMETron 是一个由人工智能驱动的平台，旨在快速预测并可视化吸收、分布、代谢、排泄和毒性（ADMET）性质，以支持现代药物发现。该平台集成了交互式网络界面与可扩展的预测引擎，能够对化合物进行高通量虚拟筛选和批量分析。其核心架构将源自 SMILES 表征的循环神经网络（RNN）分子嵌入与理化描述符相结合，随后采用梯度提升机（GBM）进行建模。该框架可对 34 个 ADMET 终点提供预测，包括理化性质、吸收、CYP450 相互作用、hERG 风险以及致突变性。

ADMETron 的预测性能通过 Therapeutics Data Commons（TDC）的基准数据集进行了评估，结果表明其在分类和回归任务中均表现出较强的性能和良好的泛化能力。除预测建模之外，该平台还引入了一个基于交互式雷达图的构效关系（SAR）可视化框架，可实现多个化合物与参考药物在选定 ADMET 参数上的实时比较。该功能有助于对多维分子特征进行直观解释，并支持先导化合物优化与化合物优先级排序。与广泛使用的在线 ADMET 工具进行的比较评估进一步表明，该平台在统一环境中广泛覆盖了药代动力学、理化性质、毒性以及药物化学性质等终点。

综上，这些能力确立了 ADMETron 作为一个用于 ADMET 评估和药物发现中数据驱动决策的综合性平台的地位。（https://admetron.partex.ai/）

📄 原文链接：https://www.biorxiv.org/content/10.64898/2026.06.13.732026v1?rss=1

🏷️ ADMET预测 药物发现 化合物优先级排序 机器学习建模 构效关系分析