2026-09-22 · Fragment-based drug discovery (FBDD) — computational/cheminformatics method for fragment-to-lead optimization (not target-specific) · ACS Medicinal Chemistry Letters (ACS)

基于规则的SMILES编辑工具助力片段到先导化合物优化

fragment-based drug discoveryFBDDcheminformaticsSMILES manipulationhit-to-lead optimizationopen-source tools

一种新方法通过系统性编辑SMILES字符串——包括原子类型替换、环的扩大/缩小或开环,以及片段嫁接——来生成用于片段到先导化合物优化的类似物设计思路。
该方法最初以KNIME工作流形式实现,并在来自多个项目的片段上进行了测试;现在也提供了开源Python版本,并与AutoDock Vina对接程序配套使用。
这种非学习型、基于规则的方法是对AI/ML生成式设计的补充,在目标靶点训练数据有限时尤其实用。

💡 要点

老实说,这就是我平时手动在做的事——环收缩、生物电子等排、片段嫁接——只是这个工具自动化、更穷举罢了,省得自己在白板上画十个点子。对于数据稀缺的片段项目,我更信这个,而不是一个没法逐条核实的生成式模型。免费的KNIME/Python组合,也不用再去求IT部门批一个SaaS许可。

Fragment Optimization─Simple SMILES String Manipulation Strategies to Optimize a Hit or Fragment ↗