ADMET预测

ADMET预测技术在铅优化阶段，以帮助解决任何持续存在的ADMET问题。

• 我们的科学家在建立QSAR和Free-Wilson模型方面拥有丰富的经验，利用项目数据或已发表的数据，预测新化合物的不同ADMET性质，并支持设计过程中的多参数优化。我们还可以应用软件供应商和开源应用程序建立的ADMET模型来估计代谢的性质和预测代谢位点。
• 现在可以利用一系列机器学习和人工智能技术创建和部署预测模型，以本地或全球数据为基础，让化学家进行实验。这些模型可以在整个项目中进行重新训练和调整，以确保交付最佳的预测性能。
• 为了指导我们设计能够穿透大脑的分子，我们已经实现并验证了我们自己版本的中枢神经系统多参数优化(中枢神经系统MPO)方法，以及古普塔等人最近的“BBB评分”。通过Squonk门户也可获得与药物相似和其他特性的其他文献模型，例如:Abbvie议员而且孩子MPO．
• Sygnature开发的其他功能包括PK和PK/PD建模，以及基于生理的药代动力学(PBPK)建模DMPK组。