ADMETlab 3.0: an updated comprehensive online ADMET prediction platform enhanced with broader coverage, improved performance, API functionality and decision support

ADMETlab 3.0: an updated comprehensive online ADMET prediction platform enhanced with broader coverage, improved performance, API functionality and decision support

下記の文章は論文のアブストラクトをChatGPTに解釈させたものであり、正確性は保証しません。

1. 本研究は、ADMETlab 3.0というウェブサーバーの改良版に関する学術論文です。ADMETlabは、薬剤開発プロセスに関連するADMETに関するパラメータ、物理化学的特性、医薬化学的特性を評価するための包括的かつ効率的なプラットフォームを提供するものです。ADMETlab 3.0は、先行バージョンの制限を解消し、より広範なカバレッジ、改良されたパフォーマンス、API機能、意思決定支援を提供します。

2. 本研究の目的は、薬剤開発プロセスにおけるADMET特性の早期評価の重要性を強調し、ADMETlab 3.0を通じてより包括的で信頼性の高いサービスを提供することです。ADMET特性は、薬剤候補の成功または失敗に大きな影響を与えるため、早期に評価することが重要です。本研究では、ADMETlab 3.0の広範なカバレッジ、改良されたパフォーマンス、API機能、意思決定支援によって、薬剤開発者や化学者により包括的で信頼性の高いサービスを提供することを目指しています。

3. 本研究で用いられたデータは、ADMETプロファイル、分子物理化学的特性、および医薬化学的ルールに関する広範かつ深い洞察を提供するために収集されました。既存のADMETデータセットを基に、ChEMBL、PubChem、OCHEMなどのオープンアクセスのバイオアクティビティデータベースや査読済みの文献からデータを収集しました。データの品質と信頼性を確保するために、一連の前処理が行われました。最終的に、77種類のADMET関連エンドポイントをモデル構築するために、400,000以上の分子が収集されました。

4. 本研究で用いられた手法は、Directed message passing neural network（DMPNN）です。DMPNNは、ADMETlab 2.0で使用されたマルチタスクグラフアテンションネットワークに基づいています。さまざまなエンドポイントの予測モデルを構築するために、分子記述子と組み合わせてDMPNNアーキテクチャを適用しました。この手法は、各エンドポイントの計算速度を保証するだけでなく、精度と頑健性の面でも優れたパフォーマンスを実現しました。

5. 本研究によって明らかになったことは、ADMETlab 3.0が先行バージョンの制限を解消し、より包括的なカバレッジ、改良されたパフォーマンス、API機能、意思決定支援を提供することです。ADMETlab 3.0は、400,000以上のエントリーを含む広範なデータセットと119のエンドポイントを提供し、ユーザーに包括的で信頼性の高いサービスを提供します。また、予測結果に不確実性の推定が含まれており、候補化合物の自信を持った選択を支援します。ADMETlab 3.0は、登録不要で誰でも利用可能なウェブサイトとして公開されています。