Generative
Chemistry

ADMET &
Off-target

Retrosynthesis

Model
Training

MDFlow

Alchemistry

药物研发的多样化工具箱

苗头化合物筛选

从Generative Chemistry结构、虚拟筛选

先导化合物提名

R 基团探索，骨架跃迁

ADMET 与选择性优化，相对结合自由能估算

先导化合物优化

启动基于配体或结构的新药发现工作流。

Generative Chemistry

生成模型聚合体将根据您的标准生成最佳分子。

使用 Alchemistry、ADMET profiling 和 Golden Cubes 对结果进行优先排序。

使用 QSAR 模型、分子动力学 (MD) 模拟器等外部工具和内部数据库实现平台个性化定制。

为上传或生成的分子结构预测可靠的合成路线。

Retrosynthesis

基于包含专家注释反馈模板的独特资料库进行训练，聚焦于药物化学领域。

收录 30 万种商业可用的结构单元，均索引至可检索的 CAS 登记号。广泛支持化学选择性、区域选择性与立体选择性。

英矽智能 AI 模型专为创新型化学结构而训练，可安心用于生成与筛选实验中。

Model Training

基于自有数据（包括体外活性或模拟数据）训练先进模型。

MDFlow

用于生物分子及其复合物的端到端模拟工作流程，从体系构建、采样到可重复的报告和指标分析。

基于物理的内核 - 基于物理学基本原理构建算法，具有无可比拟的准确性和速度

Alchemistry

计算蛋白质和配体之间的相对结合自由能，对先导化合物进行优先排序。使用实验数据完善分析，以确定绝对结合自由能。

ADMET & Off-Target

预测并优化分子的 ADMET 和选择性谱。您可以将我们的预测模型作为独立的成药性评估工具使用，或将其嵌入生成式实验中，以引导设计迈向未来的候选药物。

Golden Cubes

预测激酶活性和选择性。
Golden Cube 使用经过精心筛选的活性数据集训练的模型，处理 2D 和 3D 结构。
Golden Cubes 是一款专有引擎，通过多维自组织映射达到很高的准确性。