小分子 ADME 性质预测
给一批 SMILES,算出每个分子的溶解度、渗透性和脂溶性用于初筛排序
功能与用途
合成或订购之前,总得先看这批分子成药性上有没有硬伤:溶解度太差、渗透性不够、脂溶性过高。这个能力只用 SMILES 就能算,不需要靶点、不需要做对接几个字。它的处理方式很实在——每个分子几秒钟出结果,一次最多 128 个,超过就自动分批;某个 SMILES 写错了只会单独失败并标出原因,不会连累整批。注意它输出的是用于初筛的近似估计,不是实测值,最终判断还得靠实验。
适用场景
- 你从供应商目录里挑了 200 个候选分子,想先把溶解度明显不:你从供应商目录里挑了 200 个候选分子,想先把溶解度明显不行的筛掉,再决定买哪些来做实验
- 你刚设计出一批新分子,进湿实验前想先确认有没有脂溶性高得离谱:你刚设计出一批新分子,进湿实验前想先确认有没有脂溶性高得离谱的,避免后期成药性翻车
- 同事给了一份 CSV 的化合物清单,里面 SMILES 列名:同事给了一份 CSV 的化合物清单,里面 SMILES 列名不统一,你想直接跑出三项性质并把结果对应回原编号
适用人群
- 药物化学家(做早期分子初筛)
- AI 制药公司的计算化学研究员
- 药学院做先导化合物优化的研究团队
使用步骤
- 整理待测分子列表,提供 SMILES 文本或 CSV 文件(单批上限128个)。
- 生成输入配置文件并执行费用预估命令,确认计算所需开销。
- 执行预测命令同步提交计算,等待数秒直至运算完成并存入本地。
- 查看输出的 JSON 结果文件,获取各分子的溶解度、渗透性及脂溶性预测值。
开始使用
将需求和 Skill 名称发送给已连接 SkillPX MCP 的 AI 助手,核对适用工具和安装要求。
技术信息
- 分类
- AI工作流
- 适用工具
- Codex、Claude Code、OpenClaw、Hermes、国内 Agent
- 使用难度
- 进阶
- 版本
- main
- 最近更新
- 2026-09-18
- 文件数
- 3
- 安装包大小
- 自动生成 ZIP
- 安全检查
- 基础检查通过
Predict Tier-1 ADME/ADMET for small molecules with Boltz from bare SMILES — no target, no docking. Use when the user wants solubility, permeability, or lipophilicity/logD for a molecule or list of molecules. Not for ranking molecules against a protein target (use boltz-small-molecule-screen, which already returns ADME free).
依赖与权限
- PATH
- 读取用户主动提供的内容