西安瑞禧最近开拓了新的科研方向——ADMET性质预测服务，其中包括药物发现、药物靶点预测、药物靶标发现、先导化合物筛选、药物设计服务、靶标预测服务、药物虚拟筛选、药物/小分子定制合成、化合物结构优化活性/药物筛选、虚拟新药筛选服务。本文小编主要介绍的是：药物分子性质预测服务。

在生物信息学领域,人工智能方法在预测药物分子的物理化学性质和生物活性中获得了重大成功,特别是神经网络已被应用到药物研发中.但是浅层神经网络的预测精度低,深度神经网络又容易出现过拟合的问题,而模型融合策略有望提升机器学习中弱学习器的预测能力.据此,将模型融合方法首次应用到药物分子性质的预测中,通过对药物分子的化学结构进行信息化编码,采用平均法、堆叠法融合浅层神经网络,提高对药物分子pKa预测的能力.与深度学习方法相比,堆叠法(Stacking)融合的模型具有更高的预测准确性,其预测结果的相关系数达到0.86.通过将多个弱学习器的神经网络有机组合可使其达到深度神经网络的预测精度,同时保留更好的模型泛化能力.研究结果表明,模型融合方法可提高神经网络对药物分子pKa预测结果的准确性和可靠性.

瑞禧ADMET性质预测服务相关方向：

药物结构优化服务

药物分子优化服务

药物分子性质预测服务

药物分子吸收评估服务

药物分子毒性评估服务

药物分子分布代谢评估服务

药物药效评估服务  

RNA/DNA 合成修饰

细胞膜修饰