medchem

用途

Medchem 是一个用于药物发现工作流中分子过滤与优先级排序的 Python 库。它提供数百种成熟的分子过滤器、结构警报和药物化学规则，可对化合物库进行高效的大规模筛选与优先级排序。规则和过滤器具有上下文特异性，应作为指南并结合领域专业知识使用。

主要能力

1. 药物化学规则

通过 medchem.rules 模块应用成熟的类药性规则，可用规则包括：

五规则（Lipinski）
Oprea 规则
CNS 规则
类先导化合物规则（soft 和 strict）
三规则
Reos 规则
药物规则
Veber 规则
黄金三角
PAINS 过滤器

可应用单条规则，也可通过 RuleFilters 组合多条规则并并行处理。结果以字典形式返回，包含每条规则的通过/失败状态及详细信息。

2. 结构警报过滤器

通过 medchem.structural 模块检测潜在有问题的结构模式，可用过滤器包括：

Common Alerts：源自 ChEMBL 策展和文献的通用结构警报
NIBR Filters：诺华生物医学研究所过滤器集
Lilly Demerits：礼来基于扣分的系统（275 条规则，超过 100 分则拒绝）

支持单分子检查和批量并行过滤。

3. 函数式 API

medchem.functional 模块为常见工作流提供便捷函数，如 nibr_filter、common_alerts_filter 等。

4. 化学基团检测

通过 medchem.groups 识别特定化学基团和官能团，可用基团包括：铰链结合基团、磷酸结合基团、Michael 受体、反应性基团、自定义 SMARTS 模式。

5. 命名目录

通过 medchem.catalogs 访问策展的化学结构集合，包括官能团、保护基、常用试剂、标准片段。

6. 分子复杂度

通过 medchem.complexity 计算近似合成可及性的复杂度指标，包括 Bertz 复杂度、Whitlock 复杂度、Barone 复杂度。可按复杂度阈值过滤。

7. 约束过滤

通过 medchem.constraints 应用自定义属性约束，例如分子量范围、LogP 边界、TPSA 限制、可旋转键数量。

8. Medchem 查询语言

使用专用查询语言表达复杂过滤条件，例如：

"rule_of_five AND NOT common_alerts"
"rule_of_cns AND complexity < 400"
"rule_of_leadlike AND lilly_demerits == 0"

使用方式

安装

uv pip install medchem

单条规则应用

import medchem as mc

smiles = "CC(=O)OC1=CC=CC=C1C(=O)O"  # Aspirin
passes = mc.rules.basic_rules.rule_of_five(smiles)
passes_oprea = mc.rules.basic_rules.rule_of_oprea(smiles)
passes_cns = mc.rules.basic_rules.rule_of_cns(smiles)

多规则组合

import datamol as dm
import medchem as mc

mols = [dm.to_mol(smiles) for smiles in smiles_list]

rfilter = mc.rules.RuleFilters(
    rule_list=[
        "rule_of_five",
        "rule_of_oprea",
        "rule_of_cns",
        "rule_of_leadlike_soft"
    ]
)

results = rfilter(
    mols=mols,
    n_jobs=-1,
    progress=True
)

结构警报

import medchem as mc

alert_filter = mc.structural.CommonAlertsFilters()
mol = dm.to_mol("c1ccccc1")
has_alerts, details = alert_filter.check_mol(mol)

results = alert_filter(
    mols=mol_list,
    n_jobs=-1,
    progress=True
)

NIBR 过滤器与 Lilly Demerits

import medchem as mc

nibr_filter = mc.structural.NIBRFilters()
results = nibr_filter(mols=mol_list, n_jobs=-1)

lilly = mc.structural.LillyDemeritsFilters()
results = lilly(mols=mol_list, n_jobs=-1)

化学基团检测

import medchem as mc

group = mc.groups.ChemicalGroup(groups=["hinge_binders"])
has_matches = group.has_match(mol_list)
matches = group.get_matches(mol)

命名目录

import medchem as mc

catalogs = mc.catalogs.NamedCatalogs
catalog = catalogs.get("functional_groups")
matches = catalog.get_matches(mol)

分子复杂度

import medchem as mc

complexity_score = mc.complexity.calculate_complexity(mol)

complex_filter = mc.complexity.ComplexityFilter(max_complexity=500)
results = complex_filter(mols=mol_list)

约束过滤

import medchem as mc

constraints = mc.constraints.Constraints(
    mw_range=(200, 500),
    logp_range=(-2, 5),
    tpsa_max=140,
    rotatable_bonds_max=10
)

results = constraints(mols=mol_list, n_jobs=-1)

查询语言

import medchem as mc

query = mc.query.parse("rule_of_five AND NOT common_alerts")
results = query.apply(mols=mol_list, n_jobs=-1)

适用场景

场景一：化合物库初筛

过滤大型化合物集合以识别类药候选物。加载化合物库后，应用主要规则（如 rule_of_five、rule_of_veber）和结构警报，合并结果并保存过滤后的化合物。

场景二：先导化合物优化过滤

在先导化合物优化阶段应用更严格的标准，组合规则、警报、Lilly Demerits 和复杂度过滤器，识别通过所有过滤器的化合物。

场景三：识别特定化学基团

查找含有特定官能团或骨架的分子，例如使用 ChemicalGroup 检测铰链结合基团和磷酸结合基团，筛选含有目标基团的分子。

最佳实践

上下文很重要：不要盲目应用过滤器，需理解生物靶点和化学空间。
组合多种过滤器：结合规则、结构警报和领域知识以做出更好决策。
使用并行化：对于大型数据集（超过 1000 个分子），始终使用 n_jobs=-1 进行并行处理。
迭代优化：从宽泛过滤器（Ro5）开始，然后根据需要应用更具体的标准（CNS、类先导化合物）。
记录过滤决策：跟踪哪些分子被过滤掉及原因，以保证可复现性。
验证结果：已上市药物常常无法通过标准过滤器——将这些作为指南而非绝对规则。
考虑前药：设计为前药的分子可能有意违反标准药物化学规则。

资源

references/api_guide.md：全面的 API 参考，涵盖所有 medchem 模块的详细函数签名、参数和返回类型。
references/rules_catalog.md：可用规则、过滤器和警报的完整目录，包含描述、阈值和文献引用。
scripts/filter_molecules.py：生产就绪的批量过滤脚本，支持多种输入格式（CSV、SDF、SMILES）、可配置的过滤器组合和详细报告。用法：

python scripts/filter_molecules.py input.csv --rules rule_of_five,rule_of_cns --alerts nibr --output filtered.csv

文档

官方文档：https://medchem-docs.datamol.io/
GitHub 仓库：https://github.com/datamol-io/medchem

限制

资料中未提供关于收费、价格、平台支持范围、性能基准或具体效果保证的信息。规则和过滤器具有上下文特异性，应作为指南并结合领域专业知识使用，不应视为绝对规则。