腾讯生命科学实验室 – iDrug

1个月前更新 38 00

iDrug, 人工智能药物发现平台, AI 驱动的临床前新药研发开放平台,基于腾讯生命科学实验室自主研发的深度学习算法,同时提供数据库和云计算支持,致力于帮助用户大幅度减少寻找潜在活性药物的时间和成本。iDrug, AI driven drug discovery platform, A drug discovery software p...

所在地:
中国
语言:
zh
收录时间:
2025-04-05
其他站点:
腾讯生命科学实验室 – iDrug腾讯生命科学实验室 – iDrug
腾讯生命科学实验室 – iDrug

腾讯生命科学实验室 iDrug 完整档案

【基础信息】
网站名称:iDrug(腾讯生命科学实验室)
网址:https://drug.ai.tencent.com
成立时间:2020年(腾讯AI Lab药物发现团队建立时间)
所属国家:中国(支持中英双语界面)
母公司:腾讯控股有限公司
核心专利:CN114973997A(分子生成算法专利)、CN115116582A(蛋白质结构预测系统)

【网站定位】
领域分类:AI制药/计算机辅助药物设计(CADD)
核心功能:
1. AI驱动的ADMET毒性/药代动力学预测(准确率92.3%)
2. 千万级分子库虚拟筛选(含30+靶点预训练模型)
3. 蛋白质配体结合自由能计算(MM/GBSA算法优化版)
4. 逆合成路线规划(支持200+反应规则库)

目标用户:
✅ 制药企业研发部门
✅ CRO机构计算化学团队
✅ 科研院所药物设计课题组

【技术特色】
1. 核心算法:
分子生成采用GFLOWTransformer架构(腾讯专利)
蛋白质结构预测集成RoseTTAFold与自主研发的TFold模型
虚拟筛选模型在DUDE基准测试中AUC达0.89

2. 云端算力:
支持单任务千核CPU/8卡A100 GPU集群调度
内置Jupyter Notebook交互式开发环境

3. 数据资产:
整合ChEMBL(230万化合物)、PDBBind(20,000+复合物)等12个权威数据库
私有模型库包含50+经过产业验证的ADMET预测模型

【用户体验】
可视化工作流构建器(拖拽式操作)
支持SMILES/SDF/PDB等15种专业格式导入
计算结果自动生成交互式3D可视化报告
移动端适配(支持iPad Pro分子结构手写输入)

【可信背书】
合作机构:药明康德、中国科学院上海药物研究所
学术成果:2022年发表于Nature Machine Intelligence(IF=25.898)
行业认证:通过ISO 27001信息安全管理体系认证

【适用场景】
1. 苗头化合物→先导化合物优化阶段
2. PROTAC分子设计中的linker优化
3. 抗体药物表位预测与亲和力成熟

【同类平台对比】

| 平台 | 算力支持 | 专属模型 | 数据库规模 | 工作流定制 |
||||||
| iDrug | 腾讯云原生 | 50+ | 300万+ | ✔️ 可视化 |
| Schrödinger | 本地部署 | 20+ | 150万+ | ❌ 固定模组 |
| BenevolentAI | 混合云 | 35+ | 200万+ | ✔️ 脚本编辑 |

编辑点评:iDrug在云端GPU资源调度效率上具有显著优势,特别适合需要快速迭代的大规模虚拟筛选任务。其预置的ADMET模型经过真实项目验证,在肝毒性预测等难点指标上表现突出。

相关导航

EUREKA科研大模型-ReadPaper – 轻松读论文 | 专业翻译 | 一键引文 | 图表同屏

EUREKA科研大模型-ReadPaper – 轻松读论文 | 专业翻译 | 一键引文 | 图表同屏

ReadPaper是深圳学海云帆科技有限公司推出的专业论文阅读平台和学术交流社区,收录近2亿篇论文、近2.7亿位科研论文作者、近3万所高校及研究机构,包括nature、science、cell、pnas、pubmed、arxiv、acl、cvpr等知名期刊会议,涵盖了数学、物理、化学、材料、金融、计算机科学、心理、生物医学等全部已知学科,打造专业的学术讨论社区。科研工作离不开论文的帮助,如何读懂论文,读好论文,这本身就是一个很大的命题,我们的使命是:“让天下没有难读的论文”。
GitHub – nilsherzig/LLocalSearch: LLocalSearch is a completely locally running search aggregator using LLM Agents. The user can ask a question and the system will use a chain of LLMs to find the answer. The user can see the progress of the agents and the final answer. No OpenAI or Google API keys are needed.

GitHub – nilsherzig/LLocalSearch: LLocalSearch is a completely locally running search aggregator using LLM Agents. The user can ask a question and the system will use a chain of LLMs to find the answer. The user can see the progress of the agents and the final answer. No OpenAI or Google API keys are needed.

LLocalSearch is a completely locally running search aggregator using LLM Agents. The user can ask a question and the system will use a chain of LLMs to find the answer. The user can see the progress of the agents and the final answer. No OpenAI or Google API keys are needed. - nilsherzig/LLocalSearch

暂无评论

您必须登录才能参与评论!
立即登录
none
暂无评论...