小分子研发分析（Small-Molecule R&D Analysis）

--- copyright: "Copyright © PatSnap. All rights reserved." name: small-molecule-rd-analysis description: "分析小分子结构、性质、合成路线和研发风险。适用于：分析小分子结构、理化性质、作用机制、合成路线和研发风险，用于化合物档案、项目评审和药化团队信息准备。" --- # 化学分子智能平台 (Chemical Molecule Intelligence Platform) ## 技能定位 本技能是化学分子领域的专业情报分析平台，通过集成 MCP 工具（`https://connect.zhihuiya.com/713886/logic-mcp?apikey=sk-3F0NsY7KOt2ZyO72XkgwUIwD80xSfBjCNKp7juA92d0HWpKu`）访问智慧芽化学分子数据库，为用户提供： - **化合物搜索**：按名称、CAS号、SMILES、InChI等多维度检索化合物 - **结构分析**：分子结构相似性搜索、子结构搜索、骨架分析 - **理化性质检索**：分子量、LogP、溶解度、熔点、沸点、pKa等物化参数 - **分子相互作用分析**：靶点结合、ADMET预测、毒性评估、药物-蛋白相互作用 --- ## 触发条件 (Trigger Conditions) ### 应触发本技能的场景 - 用户询问某化合物的**结构、性质、活性**信息 - 用户提供 SMILES / InChI / CAS号，要求**结构检索或相似性分析** - 用户需要**理化性质**（MW、LogP、PSA、HBD/HBA、溶解度等） - 用户询问化合物的**ADMET特征**（吸收、分布、代谢、排泄、毒性） - 用户需要**分子相互作用**分析（靶点结合亲和力、蛋白-配体相互作用） - 用户进行**药物发现**中的先导化合物筛选、结构优化相关查询 - 用户询问**化合物专利**、文献或数据库收录情况 ### 不应触发本技能的场景 - 纯粹的生物靶点竞争格局分析（无化合物结构需求）→ 使用 `lifescience-target-intelligence` - 临床试验疗效数据查询 → 使用 `lifescience-clinical-outcome-analysis` - 药物监管审批状态 → 使用 `lifescience-regulatory-analysis` - 材料科学领域（非药物化学）→ 使用 `materials-*` 技能 --- ## MCP 工具配置 **MCP 端点**：`https://connect.zhihuiya.com/713886/logic-mcp?apikey=sk-3F0NsY7KOt2ZyO72XkgwUIwD80xSfBjCNKp7juA92d0HWpKu` 调用前必须先通过 `activate_skill` 激活本技能，并按照 MCP 工具返回的可用工具列表选择合适的工具执行任务。 --- ## 工作流程 (Workflow) ### 第一步：意图解析与实体提取 从用户输入中提取： - **化合物标识符**：化合物名称（通用名/商品名/IUPAC名）、CAS号、SMILES、InChI、InChIKey、PubChem CID - **查询维度**：结构搜索 / 理化性质 / ADMET / 相互作用 / 专利文献 - **分析目标**：单化合物详情 / 相似物筛选 / 结构-活性关系 / 成药性评估 > 若化合物名称存在拼写歧义，静默修正并备注："将 '[输入]' 解释为 '[修正]'——如有误请告知。" --- ### 第二步：选择分析模块 根据用户意图，选择以下一个或多个分析模块： #### 模块 A — 化合物搜索 **适用场景**：按名称/CAS/SMILES检索化合物基本信息 MCP 调用策略： 1. 优先使用精确匹配（名称、CAS号） 2. 若无精确结果，尝试模糊匹配或同义词扩展 3. 返回化合物基本信息：名称、CAS、分子式、分子量、结构图、数据库收录情况 **输出格式**： ``` | 字段 | 内容 | |------|------| | 化合物名称 | ... | | CAS号 | ... | | 分子式 | ... | | 分子量 | ... | | SMILES | ... | | 数据库来源 | ... | ``` --- #### 模块 B — 结构分析 **适用场景**：相似性搜索、子结构搜索、骨架分析 MCP 调用策略： 1. 接受 SMILES / InChI / 绘制结构作为输入 2. 执行相似性搜索（Tanimoto系数 ≥ 0.7 为默认阈值，可调整） 3. 执行子结构搜索（含指定官能团/骨架的化合物） 4. 分析骨架多样性和结构类型分布 **输出要点**： - Top N 相似化合物列表（含相似度分数） - 结构差异分析（关键官能团变化） - Murcko骨架分类 --- #### 模块 C — 理化性质检索 **适用场景**：获取化合物的物理化学参数 核心参数列表： | 参数 | 说明 | |------|------| | 分子量 (MW) | g/mol | | LogP | 脂水分配系数 | | 水溶解度 | mg/mL 或 log(mol/L) | | 极性表面积 (PSA) | Ų | | 氢键供体 (HBD) | 个数 | | 氢键受体 (HBA) | 个数 | | 可旋转键数 (RotBond) | 个数 | | pKa | 酸解离常数 | | 熔点/沸点 | °C | | 折射率 | - | **Lipinski Ro5 合规性自动评估**（药物化学场景）： - MW ≤ 500, LogP ≤ 5, HBD ≤ 5, HBA ≤ 10 - 违反规则数量及影响说明 --- #### 模块 D — 分子相互作用分析 **适用场景**：靶点结合预测、ADMET评估、毒性分析 **D1 — ADMET 预测**： - 吸收 (A)：口服生物利用度、Caco-2渗透性、P-gp底物 - 分布 (D)：血浆蛋白结合率、BBB渗透性、Vd - 代谢 (M)：CYP450底物/抑制剂（CYP1A2/2C9/2C19/2D6/3A4） - 排泄 (E)：半衰期、肾清除率 - 毒性 (T)：hERG抑制、AMES致突变性、急性毒性 LD50 **D2 — 靶点结合分析**： - 已知靶点-化合物结合数据（IC50/Ki/Kd/EC50） - 靶点选择性谱（selectivity profile） - 结合模式（竞争性/非竞争性/别构） **D3 — 药物-药物相互作用 (DDI)**： - 基于CYP代谢的相互作用预测 - 转运蛋白介导的相互作用 --- ### 第三步：MCP 工具执行 ``` 工具调用原则： 1. 每次调用前确认所需参数是否齐全 2. 优先使用结构化标识符（SMILES/CAS）而非模糊名称 3. 单次查询不超过 10 个化合物（批量需分批） 4. 工具调用失败时，最多重试 2 次，失败后降级说明 ``` --- ### 第四步：结果整合与分析 根据查询类型，整合 MCP 返回数据，生成结构化分析报告： **单化合物详情报告结构**： 1. 化合物基本信息（标识符、结构） 2. 理化性质汇总表 3. 成药性评估（Ro5/Ro3合规性） 4. ADMET 预测摘要 5. 已知生物活性数据 6. 相关专利/文献线索 **多化合物对比报告结构**： 1. 化合物列表与基本信息 2. 理化性质对比矩阵 3. 结构相似性热力图（描述性） 4. 关键性质差异分析 5. 综合成药性排序建议 --- ## 输出规范 ### 证据标注 - 所有来自 MCP 工具的数据，标注数据来源（实验值 vs. 预测值） - 预测值必须标注"计算预测值，需实验验证" - 实验值标注原始文献或数据库来源 ### 不确定性说明 - 当 MCP 工具未返回某参数时，标注"数据库暂无收录"，不得推断或编造 - 结构相似性搜索结果为 0 时，说明可能原因（结构新颖 / 搜索条件过严） ### 引用格式 - 使用 `<refer e_id="..." e_type="COMPOUND" />` 标注化合物数据来源 - 专利引用使用 `<refer e_id="..." e_type="PATENT" />` - 文献引用使用 `<refer e_id="..." e_type="PAPER" />` --- ## 与其他技能的协作 | 下游需求 | 推荐技能 | |----------|---------| | 化合物靶点的竞争管线分析 | `lifescience-target-intelligence` | | 化合物的临床试验疗效数据 | `lifescience-clinical-outcome-analysis` | | 化合物的专利到期/FTO分析 | `lifescience-patent-intelligence` | | 化合物的监管审批状态 | `lifescience-regulatory-analysis` | | 化合物配方优化 | `formulation-skill` | | 化合物结构的专利新颖性 | `novelty-search` | --- ## 示例查询与处理 ### 示例 1：单化合物性质检索 ``` 用户："查一下伊马替尼（Imatinib）的理化性质和ADMET特征" 处理流程： 1. 实体提取：Imatinib（CAS: 152459-95-5） 2. 模块选择：模块C（理化性质）+ 模块D（ADMET） 3. MCP调用：按CAS号检索，获取性质数据 4. 输出：理化性质表 + ADMET预测摘要 ``` ### 示例 2：结构相似性搜索 ``` 用户："基于这个SMILES找相似化合物：CC1=CC=C(C=C1)NC2=NC=CC(=N2)NC3=CC=CC=C3" 处理流程： 1. 实体提取：SMILES字符串 2. 模块选择：模块B（结构分析） 3. MCP调用：相似性搜索，Tanimoto ≥ 0.7 4. 输出：Top 10相似化合物列表，含相似度分数和关键结构差异 ``` ### 示例 3：多化合物对比 ``` 用户："对比阿司匹林、布洛芬、萘普生的理化性质" 处理流程： 1. 实体提取：3个化合物（均为NSAIDs） 2. 模块选择：模块A（搜索）+ 模块C（理化性质） 3. MCP调用：分别检索3个化合物 4. 输出：对比矩阵表 + 成药性差异分析 ``` ### 示例 4：靶点-化合物相互作用 ``` 用户："查找能与EGFR结合的化合物，IC50 < 10nM" 处理流程： 1. 实体提取：靶点=EGFR，活性阈值=IC50 < 10nM 2. 模块选择：模块D2（靶点结合分析） 3. MCP调用：靶点活性化合物检索 4. 输出：化合物活性列表 + 结构多样性分析 ``` --- ## 边界与局限性 1. **数据覆盖**：MCP工具数据来自智慧芽数据库，不保证覆盖所有公开化合物 2. **预测精度**：ADMET等计算预测值存在误差，仅供参考，不替代实验验证 3. **结构新颖性**：极新颖结构可能在数据库中无收录，应告知用户并建议实验验证 4. **批量限制**：单次查询建议不超过10个化合物，超出时分批处理 5. **法律声明**：本技能提供的信息仅用于科研参考，不构成临床用药建议

存档时间线

版本索引永久保留；内容副本只保留最近 2 版，更早版本仅留索引与哈希（存档时间线的证据链不会因此断裂）。

下载存档内容副本