• 相关产品 +
  • 相关服务 +
  • 相关应用 +
  • 相关案例 +
  • 相关下载 +

咨询信息

我们的产品覆盖了化学信息学,生物信息学,以及实验室信息管理
针对您的研究需求

我们为您选择最适合您的产品
上传时间:2016-10-11 17:12:59
StarDrop用于评估复杂的数据,这些数据通常由于实验或预测产生的误差而具有一定的不确定性。在对数据进行评分时,StarDrop带来可靠与直观简洁的方法来帮助您的决策:哪些化合物是您需要优先考虑开发的。StarDrop良好的交互式工具可以帮助您有效地开拓改进化合物的途径。

通过其高度可视化、易于使用的界面,StarDrop将指导您完成每个阶段的化合物选择和设计过程。StarDrop独特的Card View为您提供了自由的环境去探索、管理您项目数据,根据您自己的想法获取化合物之间的关系;不再受限于表格和列表,从而能快速地找到高质量的化合物和新的优化策略。

StarDrop——为您提供了成功进行药物发现的最好机会。

  • 产品特性
  • 产品演示
  • 常见问题


  • 重要特性:

    Probabilistic scoring

    高质量的药物必须表现出许多特性的平衡,包括生物活性、ADME和安全性。在药物发现中,这是非常具有挑战性的,因为所产生的数据通常相当复杂,不同属性相互冲突,并且由于实验的可变性或者预测错误造成数据的不确定性。StarDrop独特的Probabilisticscoring功能可以帮助您进行多参数优化,使您能够识别那些具备您项目中所需属性最佳平衡的化合物。根据所需属性的加权文件,比较您所有的候选分子,您可以快速地区分最有可能成功和最不可能成功的分子。

    Chemical space

    StarDrop的Chemical space可视化功能可以为您提供一个容易理解的视野,将您化合物的属性与它们的结构多样性关联。使用chemical space功能,StarDrop可以快速、简单地选择各个属性平衡的化合物集,并且将风险分摊到不同的化合物类型。

    Glowing Molecule

    GlowingMolecule可视化工具向您展示了候选分子中哪些区域最有可能影响ADME、理化性质和潜在毒性。这是一个独特且功能强大的工具,可以帮助科学家基于所有的信息,快速、自信地做出决策。

    Data visualization

    StarDrop可用于自动生成一系列的数据可视化和报告。数据可以被绘制成直方图、散点图、饼图、盒子图和灵活的雷达图,这些都可以很容易地在您的报告中做出注释或标签。您的数据并不一定来自StarDrop的计算结果;您也可以从现有的数据库或者您内部的模型导入进行分析。

    R-group analysis

    StarDrop有一个灵活的工具可以自动进行R-group分析。这个特性可以分析一系列化合物,观察不同R-group、linker、atom或者片段的变化对化合物性质的影响,以帮助您进一步理解您化合物的构效关系,以及鉴别新的优化策略。

    插件模块包括:

    P450 metabolism——药物代谢的量子力学模拟方法

    StarDrop的P450代谢模块可以预测代谢的区域选择性。然而,预测一个分子上不同位点代谢物产生的相对比例尽管有价值,但也只是设计更稳定分子的一个部分解决方案。因此,StarDrop的量子力学方法比其它只能预测代谢位点的方法更优,它能提供有价值的额外信息,给出每个位点被CYP3A4代谢可能性的绝对值。


    ADME QSAR——在合成前预测关键的ADME和理化性质

    这个模块利用一套高质量的QSAR模型,可以帮助您预测非常广泛的ADME和理化性质,这些模型包括:

    • logP (Octanol/Water)

    • logD7.4 (Octanol/Buffer at pH 7.4)

    • Solubility

    – Aqueous Solubility

    – Solubility in PBS at pH 7.4

    • Human Intestinal Absorption

    • CNS (blood-brain barrier) Penetration

    • Cytochrome P450 Affinities

    – CYP2C9

    – CYP2D6

    • P-gp Transport

    • hERG pIC50

    Auto-Modeller——分析数据和产生预测模型

    这个模块为新手和专家用户都提供同样的方法去产生有效的、可预测的模型。从Auto-Modeller输出的结果包含Glowing Molecule的结果,能够帮助您观察从您的化合物数据中获得的构效关系。


    即使您不是模拟专家,您也可以

    • 自动构建预测模型

    • 使用多个先进的模拟技术,包括高斯过程、径向基函数、随机森林、偏最小二乘法和决策树

    • 训练、测试和验证:可以自动将您能的数据分割成不同的子集,进行严格地选择并验证最优的模型

    • 使用一套内置的描述符:Auto-Modeller中包含分子量、logP、极性表面积和许多其它的二维结构描述符

    如果您是专家用户,您也可以手动调整模拟方法、数据集和描述符。

    Nova——一种新的创造所有潜在化合物的方法


    新的想法,更广阔的视野

    Nova通过各种可能性寻找那些难懂的、高质量的化合物,从而帮助您扩大搜索范围,开发新的化学策略,以及找到避开专利的方法。Nova不仅能提供虚拟库枚举,而且还提供一个“创意”引擎,来帮助您找到容易被你忽略或者根本没想到的一些新方案。

    新想法的产生

    Nova可以通过以一个“母”化合物创建新一代的相关化合物的方式产生新思路。Nova用一个“药物化学”转换的内置集合,通过官能团置换和骨架修饰,来探索一代又一代的潜在“子”化合物。Nova提供了一个超过200个转换的初始库供您使用。

    假如额外的选择并非真实存在的,那么生成更多的选择本质上来说并不好。Nova创建的化合物,从药物化学的角度上是“有意义”的,因为它的转换规则是来源于实践经验。Nova不仅能产生官能团的置换,也可以进行骨架修饰。

    Nova可以通过添加BIOSTER模块进行进一步的扩展,BIOSTER模块包含一个超过20,000个已有的生物电子等排体和生物类似物转换的独特集合。Nova和BIOSTER的组合能帮助您快速、轻松地搜索BIOSTER数据库,以识别和您化合物相关的转换。这些能够自动地用于产生新的、极有可能具有生物活性以及容易合成的化合物结构,并且优先考虑您项目所需的属性。

    虚拟库枚举

    Nova也可以帮助您设计虚拟库,通过提供基于灵活、简单的骨架枚举从而快速探索新的化学策略。在画完您虚拟库中的骨架后,您可以在每个修饰位点选择多个官能团、原子或者片段进行替换。这些选项可以从您自己用户定义的库和一个集中管理的库进行选择,或者在一个骨架基础上自行画结构。

    改变您的思维

    Nova就像一个专家团队。有了Nova,您可以应用许多药物化学家的积累知识和技能去验证您的想法。通过为您的研究提供一个完全不同的视角,Nova大大地提升了您团队的经验性和创造性。相对于一个化学家而言,Nova可以存储和运用更多的片段、官能团和转换规则,它大大地提升了您找到一个最理想化合物的可能性。

    此外,使用Nova您可以对产生的化合物的属性或者分值进行偏向性的选择,然后您可以根据StarDrop的probabilisticscoring,chemicalspace,GlowingMolecule和其它数据可视化方式,来迅速需要关注哪些化合物。

    一个灵活的管理工具

    Nova充分利用您的专业知识,让您可以在一个允许用户可以与他们团队其他成员共享知识的集中管理库中,添加和应用您的片段、官能团和转化规则。

    torch3D——理解和应用3D构效关系


    理解您化合物的相互作用

    torch3D是一个强大的分子设计和三维构效关系(SAR)工具,它允许您比较多个处于活性构象化合物的分子场。通过强调不同分子之间的异同点,torch3D可以为您展示先导分子哪里以及如何与它们的蛋白靶点结合。这使您能够快速识别活性分子的可替换区域,来完美地设计一个新的先导化合物。

    比较化合物的分子场以找到新颖的活性化合物

    当给定一个活性分子的三维结构和一系列二维化合物结构,torch3D会将为您的化合物产生最好的三维叠合方式。每一种叠合方式都根据与已知活性化合物的分子场相似性进行打分和排序,因此您可以优先考虑具有最相似分子场的化合物。您可以根据这个信息对小的化合物库进行筛选,来寻找具有最大结构多样性的、新颖的系列化合物,或者优化您所关注的用于合成或初步筛选的化合物库的设计。

    将3D分子场相似性与其它属性结合

    您可以在StarDrop独特、可视化的环境下来分析torch3D得到的结果,也可以将分子场相似性与其它预测的或者实验得到的属性结合。使用StarDrop的ProbabilisticScoring方法进行多参数优化,您可以快速锁定具有良好平衡性质的高质量化合物。

    BIOSTER——大量的化学经验


    Bioster提供了所有化学过程的共同经验,帮助您基于实验验证得到的等配性原理来发现新的活性类似物。BIOSTER模块对20000多个已有的生物电子等排体转换都有一个唯一的标识,这些转换都是从István Ujváry博士的文献中收集的,完整地引用原始文献描述它们。

    Bioster是与Digital Chemistry公司合作开发和更新的,它可以作为一个可选择的拓展功能包与StarDrop的Nova模块联用。这个组合可以帮助您快速、轻松地搜索整个Bioster数据库,来识别和您化合物相关的转换。这些能够自动地用于产生新的、极有可能具有生物活性以及容易合成的化合物结构,并且优先考虑您项目所需的属性。

    Derek Nexus——基于知识规则的毒性预测


    候选药物的毒性是临床前和临床开发中导致昂贵的、后期失败的一个主要原因。StarDrop的DerekNexus模块提供了Lhasa公司的基于知识规则预测关键毒性的领先技术。Derek利用那些已发表和捐赠(未发表)的数据,来识别结构-毒性关系,从而提醒你可能导致毒性的化合物。Derek Nexus模块提供的化合物毒性预测包含了40多个毒性终点,包括基因毒性、肝毒性和心脏毒性。

    重新设计化合物以避免不利因素

    与StarDrop的发光分子可视化的无缝整合,那些触发警示的化合物区域会被高亮,然后这样可以帮助指导您重新设计化合物,以克服那些不利因素。Derek Nexus模型是动态地与StarDrop的交互性设计链接的,当您采用一些方法以降低毒性风险时,会产生即时的反馈。

    协同指导决策

    易于使用的报告使得化学家和毒理学专家更简单地合作,共同去解释和推断一个潜在不利因素的关联性。毒性预测可以在StarDrop的概率打分中给出一个适当的权重,以直观地平衡在hit-to-lead和先导化合物优化中得到一个成功、安全和有效的药物时,降低毒性风险和其它要求之间的关系。这样做的结果呢?非常有效,因为在药物发现过程中,毒性预测需要在早期进行决策。