ADMET在药物研发中的重要性

热门推荐：药物研发 , AI , ADMET ,

来源：药智网

2024-01-31

一款新药从研发到上市是一个既漫长又复杂的过程，平均需要10-15年时间，耗费约26亿美元，然而药物研发失败率却高达90%，原因包括：缺乏临床疗效（40%-50%）、不可控的毒性（30%）、不良的性质（10-15%）以及市场需求不足或战略规划不当（10%），前三个失败因素都与成药性有关[1]。

因此，对药物分子在吸收、分布、代谢、排泄、毒性（ADMET）等各方面成药性质的研究，在药物发现和开发中起着关键的作用。

药物在人体内经历了一个复杂而又动态的过程（图1），涉及到以下几个方面：

吸收Absorption：药物进入血液的速度和程度如何？

分布Distribution：药物在体内的运输和分布情况如何？运输和分布的速度和程度如何？

代谢Metabolism：药物在体内的转化和降解速度如何？它们的作用方式是什么？它们产生了哪些代谢产物，这些产物是否有害？

排泄Excretion：药物从体内排出的速度如何？

毒性Toxicity：药物对身体的各个系统或器官有没有不良影响？

药物在人体内经历了一个复杂而又动态的过程（图1）

然而分子在整个体内理化作用过程受到自身多种性质的影响，并且各种性质之间有着复杂的联系，无法通过单独的实验来确定。此外，人体的个体差异性（如性别、年龄、遗传状态、疾病等）以及组织器官的分布特性，也会对药物产生影响。因此，我们需要通过模型或替代参数来间接评估大多数重要变量，如：溶解度、油水分配系数、解离常数、稳定性、渗透系数、血浆蛋白结合率、全血血浆比、Caco-2细胞单层膜模型、MDCK、血脑屏障通透性、hERG抑制性、Ames试验、光毒性、转运体、CYP代谢底物、抑制剂、诱导剂、代谢产物鉴定、TD50、LD50、表现分布容积、生物利用度、半衰期、清除速率、AUC等等。

然而传统的实验方法获取这些信息不仅需要分子实体，而且费用高、耗时、分子优化迭代慢。通过AI模型预测可以快速、低廉、高效的预测分子性质，不仅无需分子实体，而且可以快速指导分子设计，这样大大提高研发效率。

AI成药性(ADMET)预测平台（An Al Leading ADMET Predicting Platform）是一款功能强大的分子成药性分析工具，可以关联化合物结构与成药性相关的关键参数，包括吸收（Absorption）、分布（Distribution）、代谢（Metabolism）、排泄（Excretion）和毒性（Toxicity）即ADMET相关的上百个成药性参数。

该平台基于目前最适合表征有机分子拓扑结构的图神经网络架构，并结合多项分子描述符和多种分子指纹，建立具有自主知识产权的预测模型，是全球第一款采用AI预测新药ADMET全参数性质的商业化软件；此外，本平台收集整理数千万条药物分子各个成药性指标的数据。在先进模型和数据的双重加持下，该平台构建了160多个预测参数模型，并使用全球已批准药物的真实数据进行了验证。该平台具有高效率、高准确度、全功能的特点，为药物的研发提供强有力的支持。

天智药成·ADMET成药性预测平台