PsA

MCE 5K Scaffold Library 由 5,000 种类药化合物组成，每种化合物代表一种结构骨架，最大程度保证了库的结构多样性。所有化合物均具有类药性，符合“Lipinski 五规则”，分子量适中（300 < MW < 500），便于后续修饰；具备理论溶解度良好（-3.2 < logP < 5）、口服生物利用度好（RotB <= 10）、药物转运性佳（2.5 < PSA < 120）等多重特质。库中的化合物均经过 MedChem & PAINS filters 筛选，剔除了不合适的化学结构，避免“目标错误”。本库化合物数量少但结构足够多样，是药物筛选的有力工具。

MCE 50K 类药多样库由 50,000 种类药化合物组成。依据谷本相似性（Tanimoto Coefficient）及聚类算法（Bemis-Murcko）对上百万化合物进行筛选以确保结构多样性。优选的 5 万化合物平均谷本相似数为 0.52，共包含 36,857 个化合物簇且每簇仅包含 1-7 个化合物。除此之外，确保每簇化合物具有尽可能多的官能团，从而实现化合物库取代基、官能团、立体化学、骨架多样，占据广泛的“化学空间”。本多样性库具备新颖性、类药性，化合物结构类型多样、化学空间丰富，库中化合物可重复供应，是新药研发的有力工具，可以广泛地应用于高通量筛选（HTS）和高内涵筛选（HCS）。

小分子共价抑制剂是一类通过共价键与靶点结合来发挥其生物学功能的抑制剂。与非共价抑制剂相比，共价抑制剂在生物活性方面具有明显优势，共价弹头靶向特定靶蛋白的稀有残基，可以用于开发高选择性抑制剂。

近年来，随着一系列共价抑制剂的成功问世，特别是针对那些传统上被认为难以成药的受体，如 EGFR、BTK、KRAS 的抑制剂，以及共价抑制剂在解决耐药性问题方面表现出显著优势，共价抑制剂已然成为小分子药物研发的热点。但是此类抑制剂一旦出现脱靶，也将带来更强的毒副作用。因此，通过合理的筛选设计和结构修饰发现共价抑制剂药物也逐渐成为一个药物研发的焦点。

MCE 类药共价化合物库含有 1,049 个共价分子，这些分子包含共价反应常用的弹头，如丙烯酰胺、活化末端乙炔、酰基氧甲基酮、硼酸等，可以与半胱氨酸、赖氨酸、丝氨酸和组氨酸等发生共价反应，是筛选共价化合物的有利工具。

2024年5月，Nature杂志在线发表了题为“Dimerization and antidepressant recognition at noradrenaline transporter”的研究论文，该研究成果由中国科学院上海药物研究所完成。该研究破解了重要神经系统疾病靶标——去甲肾上腺素转运体（NET），获得了人源NET同源二聚体分别与转运天然底物去甲肾上腺素NE，以及六种选择性抗抑郁药物的结合模式，为理解NET等单胺类转运体的生理调控机制奠定了重要的理论基础。

Norepinephrine Transporter (NET) Compound Library是基于HY-L901类药化合物库，通过计算机虚拟筛选获得，具体筛选流程包括分子对接筛选、关键药效团筛选以及CNS-MPO筛选，可用于靶向去甲肾上腺素转运体的新药发现。

MegaUni 库为运用生成式人工智能技术，构建出的兼具新颖性、类药性、多样性、可合成性的超大化合物库。适用于AI药物筛选、大型虚拟筛选等。

MCE 依托强大的计算能力，基于高质量的 40,662 个分子砌块，匹配合适的反应规则，选择最优的化合物生成策略，去除合成难度高、类药性低、PAINS等不利化合物后，进一步分析化合物骨架，优选出类药多样性分子组成虚拟库。随后随机挑选库中分子，进行合成验证，再次剔除合成难度高的分子，经迭代优化后，最终生成含 1000 万可合成类药多样性分子的 MegaUni 10M Virtual Diversity Library。

库中化合物仅需1-2步化学反应即可合成，借助 MCE 经验丰富的化学合成团队，可以轻松实现从 mg 级到 kg级等不同量级的定制合成，满足不同客户需求。

Natural products are an attractive source with varied structures that exhibit potent biological activities, and desirable pharmacological profiles. The core scaffold of a natural product can also provide a biologically validated framework upon which to display diverse functional groups. Inspired by bioactive natural products, natural product-like compounds, occupying the same chemical space, are ideally suited to explore and to facilitate understanding of biological pathways.

MCE 10K Natural Product-like Compound Library consists of 10,000 natural product-like compounds. Each compound has scaffold of natural products or Tanimoto coefficient >0.6 with natural products. The natural-likeness scoring of these compounds is >-2. What’s more, compounds in the library are drug-like and readily available for re-supply, making it a powerful tool for new drug research and development. It can be widely applied in high-throughput screening (HTS) and high-content screening (HCS).

历史上，天然产物在药物发现中起着关键的作用，特别是在癌症和传染病的治疗领域，其他的治疗领域也包括心血管疾病（如他汀类药物），多发性硬化症（如腺苷酯）等。过去的几十年里，FDA 批准的药物中大约有 40% 是天然产物，其衍生物或与天然产物相关的类似物。

MCE 5K Natural Product-like Compound Library 由 5,000 个类天然产物化合物组成，库中每个分子含有天然产物关键骨架（42个）或者和天然产物的谷本相似系数 >0.6，且 Natural-likeness scoring >-2。该化合物库同时具备类药性和新颖性，库中化合物可重复供应，是新药研发的有力工具，可以广泛地应用于高通量筛选（HTS）和高内涵筛选（HCS）。

MegaUni 库为运用生成式人工智能技术，构建出的兼具新颖性、类药性、多样性、可合成性的超大化合物库。适用于AI药物筛选、大型虚拟筛选等。

MCE 依托强大的计算能力，基于高质量的 40,662 个分子砌块，匹配合适的反应规则，选择最优的化合物生成策略，去除合成难度高、类药性低、PAINS等不利化合物后，进一步分析化合物骨架，优选出类药多样性分子组成虚拟库。随后随机挑选库中分子，进行合成验证，再次剔除合成难度高的分子，经迭代优化后，最终生成含 1000 万可合成类药多样性分子的 MegaUni 10M Virtual Diversity Library。

优选 50,000 个分子组成 MegaUni 50K Virtual Diversity Library。50,000 个分子具有 46,744 种 BMS 分子骨架，每种分子骨架仅包含 1-3 个化合物，化学空间多样，结构新颖，适用于新型先导物发现等。