用途：这是一个元技能，把靶点验证、化合物检索、性质过滤与先导优化串成一条药物发现流水线，从生物靶点出发得到排序后的候选药物列表。
主要能力与流程：第一步靶点验证，查询 UniProt 获取功能注释、结构域、翻译后修饰与疾病关联，并评估可成药性（结合口袋、配体结合域、是否属于激酶、GPCR、离子通道、核受体等可成药家族）。第二步已知药物与化合物调研，查询 ChEMBL 获取已上市药物、临床候选物和生物活性化合物的活性数据（IC50、Ki、EC50）与选择性，识别已探索的化学系列和作用机制。第三步相似性扩展，用 PubChem 相似性与子结构搜索，基于 ECFP4 指纹的 Tanimoto 相似度扩展候选池，并尽量获取供应商可得性与专利状态。第四步性质过滤与 ADMET 预测，用 RDKit 计算分子描述符，按 Lipinski 五规则、Veber 规则、PAINS 过滤及 ADMET 性质估计（溶解度、渗透性、CYP 抑制标志）剔除违规或含结构警示的化合物。第五步排序，按效力、选择性、类药性（QED）、合成可及性（SA）与新颖性加权打分，输出带理由的排名表。
集成点：uniprot-protein、chembl-drug、pubchem-compound、rdkit-chemistry。输出包括靶点摘要、化合物表（SMILES、名称、来源、活性、类药性分数）、前 10–20 名候选及综合评分与理由、SAR 趋势说明。
使用建议与限制：先验证靶点再检索化合物；尽早设定活性阈值（如 IC50 < 1 uM）；相似性搜索使用多种指纹；先做 PAINS 过滤再做详细 ADMET；记录每步过滤理由以保证可复现；按治疗领域调整排序权重；标记有 IP 限制或合成路线有限的化合物；对候选物交叉核对 ChEMBL 的毒性信号；结果稀疏时可放宽相似度阈值迭代。资料未提供具体安装命令、收费方式与运行环境要求。