用途:Medchem 是 datamol-io 开发的 Python 库,用于药物发现中的分子过滤与优先级排序,可对大规模化合物库做成药性规则、结构警示、复杂度与化学基团等多条件筛选。
主要能力:medchem.rules 提供 Lipinski、Veber、CNS、lead-like 等规则,RuleFilters 批量返回 DataFrame;medchem.structural 提供 CommonAlertsFilters(BMS、Dundee、Glaxo 等)与 NIBRFilters,返回 pass_filter、status、severity、reasons 等列;medchem.catalogs 提供 PAINS、Brenk、tox、zinc 等命名目录;medchem.functional 提供返回布尔掩码的一次性封装;medchem.groups 检测官能团与 privileged_scaffolds 等模式集合;medchem.complexity 按 ZINC-15 分箱阈值比较复杂度指标;medchem.constraints 做核心骨架与逐原子约束匹配;medchem.query.QueryFilter 支持 MATCHRULE、HASALERT、HASPROP、HASGROUP、HASSUBSTRUCTURE 与 AND/OR/NOT 组合查询。
使用方式:安装命令为 uv pip install "medchem==2.1.1" "datamol==0.13.0" "rdkit==2026.3.6";可选 Lilly 集成为 medchem install-lilly。批量脚本示例:uv run python scripts/filter_molecules.py input.csv --rules rule_of_five,rule_of_cns --pains --nibr --output filtered.csv。库大于 1000 个分子时可传 n_jobs=-1 并行。
适用场景:化合物库初筛、hit-to-lead 与先导优化优先级排序、结构警示与 PAINS 审查、复杂度评估、官能团检测及多条件组合过滤。
限制:过滤规则是情境相关指南,需结合领域知识;上市药物常违反 Ro5,前药与天然产物是常见例外;PAINS 等警示仅表示需复核,不代表实测干扰或毒性;复杂度是库内相对启发式,非合成可行性评估;上游复杂度过滤会接受 NaN 分数;catalog_filter 拒绝 nibr 与 bredt 字符串名,需用专用函数;bredt_filter 会原地 kekulization,应传入分子副本;内置加载器会移除无效分子并重置索引,需保留稳定 ID 与单独的被拒输入表;Lilly 原生执行未在本次评审中测试。官方文档 https://medchem-docs.datamol.io/,GitHub https://github.com/datamol-io/medchem。