结合传统机器学习和深度学习，预测化合物的内在清除率，并提供解释性分析。

基于分子结构相似性预测 ADMET 性质，支持输入多条 SMILES 进行批量分析。

面向人、犬、猴、大鼠和小鼠，预测静脉给药后的多项药代动力学参数，支持跨物种早期评价。

利用多模态深度学习，从分子结构预测人体口服给药后的八项药代动力学参数，并展示有助于解释预测的分子亚结构。

DBPP-Predictor为预测化学药物相似性提供了有价值的工具，有助于识别合适的候选药物以供进一步开发。

欢迎使用我们的先进平台，该平台结合了多任务Unimol模型和RDKit工具，通过SMILES字符串预测药物的可成药性，并对ADMET性质进行全面分析。

用于评估化学品ADMET性质的全面资源与免费工具

在优化先导化合物时考虑ADMET性质。

预测 CYP、UGT 和 AOX 酶介导的代谢位点，提供原子级评分、底物分类和候选代谢物生成。

利用分子几何与化学键特征，预测细胞色素 P450 介导的药物代谢位点，并展示原子级预测结果。

基于正例—未标注学习和多任务建模，预测化合物诱导细胞色素 P450 酶的可能性，并辅助分析关键分子结构。

预测化合物是否为 UDP-葡萄糖醛酸转移酶（UGT）底物，以及可能发生葡萄糖醛酸化的代谢位点，并提供交互式原子标注。

集成代谢物相似性检索、基于图神经网络的药物代谢位点预测和基于 Transformer 的潜在代谢产物预测，支持单分子及批量分析。

用于人类醛氧化酶代谢预测的网页服务器

从分子结构预测肝毒性，并提供靶点、分子事件和暴露相关分析。

短肽毒性筛查与证据支持的靶标、效应类别排序平台；公开的 Lite 模式支持序列输入、候选结果查看与导出。

结合计算靶标谱和机器学习模型，预测化合物的潜在内分泌干扰活性，辅助内分泌干扰物筛查及相关研究。

针对结核分枝杆菌开展多任务化合物活性预测，辅助抗结核候选分子筛选。

针对黑色素相关靶点开展分子虚拟筛选，并提供可追溯的靶点与研究证据。

面向疾病特异性的治疗靶点组合，提供证据浏览、靶点伙伴预测与组合关系解释。

预测化合物与病毒蛋白的相互作用，并支持对候选化合物库进行筛选和排序。

结合组学数据与多尺度网络，预测癌症相关的治疗靶点组合并提供机制解释。

预测化合物对核受体的配体活性，先筛查结合可能性，再对活性端点进行功能分类。

NetInfer 是一个基于网络推理方法的预测网页服务器，可用于预测靶点、治疗作用和不良反应。与我们之前开发的独立版本相比，该网页服务器提供了更为友好的用户界面。通过该服务器，用户可以在几个简单步骤中，轻松预测感兴趣小分子可能对应的靶标蛋白、microRNA、通路、解剖治疗化学（ATC）分类代码或药物不良事件（ADE）。预测结果有助于发现用户提交分子的潜在治疗作用和不良反应，并帮助揭示其分子作用机制。

面向肽序列的多端点预测平台，支持单序列及批量输入，并提供结果导出。

直接从氨基酸序列预测蛋白质溶解度、热稳定性和毒性，无需输入三维结构。

结合序列、化学修饰和双链结构信息，预测化学修饰 siRNA 的基因敲低效率，辅助候选序列筛选。

Bilingua-DPP-IV 是一个利用先进的机器学习模型来预测肽序列是否具有二肽基肽酶IV (DPP-IV) 抑制活性的在线工具。DPP-IV 抑制剂在治疗2型糖尿病等代谢性疾病方面展现出重要潜力。本工具旨在为研究人员提供一个快速、便捷的筛选潜在DPP-IV抑制肽的平台。我们采用了双模态融合深度学习模型，结合序列信息和分子特性进行预测，以期达到高准确性和可靠性。

整合文献和数据库中的适配体及相关信息，支持适配体检索与研究。

多功能肽数据库，整合肽序列、活性、来源及文献证据，支持检索和分析。

提供人和小鼠转录本翻译起始位点的候选注释与检索功能。

MetaADEDB 是我们开发的一个在线数据库，用于整合药物不良事件（ADEs）的全面信息。

预测分子的合成难度，并提供可选的 Retro* 逆合成路径规划，辅助评估候选结构的合成可及性。

集成 Fluor-pred 染料光物理性质预测与 Fluor-opt 近红外染料结构优化，辅助荧光分子的设计与筛选。

本代码库包含论文《CLaSP：一个用于全面评估药物相似性的对比学习引导潜在评分平台》的实现。

Bilingua-DPP-IV 是一个利用先进的机器学习模型来预测肽序列是否具有二肽基肽酶IV (DPP-IV) 抑制活性的在线工具。本代码项目是Bilingua-DPP-IV的训练、测试代码。

ERRalpha-Predictor

基于 Detectron2 实例分割的微粒显微图像与视频分析平台，可识别晶体、液滴、微球等颗粒，统计形态指标、监测异常，并导出标注结果和报告。