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。