在创新药研发领域，天然产物一直是药物发现的宝库——从青蒿素到紫杉醇，天然产物以其独特的化学多样性和生物活性，为人类疾病治疗提供了无数可能。然而，天然产物的成药性评估和靶点研究长期面临巨大挑战：
结构复杂：天然分子（如多糖、生物碱）常因极性大、代谢不稳定，导致口服吸收差或毒性高。
数据稀缺：80%以上的天然产物缺乏系统的ADMET（吸收、分布、代谢、排泄、毒性）数据。
靶点模糊：传统研究依赖经验筛选，难以精准关联化合物与疾病靶点。
成都普瑞法科技有限公司携手川渝人工智能研究院，推出全球首个天然产物成药性数据库，依托革命性AI平台optADMET，首次实现天然产物的系统化成药性评估+靶点精准预测。 
 
一、数据库核心功能：从成药性到靶点，全覆盖
1. 全AI驱动的成药性预测（optADMET平台）
基于神经网络+ 多维度分子描述符，覆盖160+关键成药性参数，精准解决天然产物成药性数据缺失的开发痛点：

   技术突破：
全球首个针对天然产物的ADMET参数，准确率超传统工具30%以上。
自主知识产权模型，已通过FDA批准药物数据集验证。
2. 靶点预测与疾病关联：从分子到临床，一步到位！
数据库整合5大AI预测工具+真实文献数据，精准锁定天然产物的作用靶点与治疗潜力：
多工具联合预测：
SwissTarget Prediction（基于2D/3D相似性）
TargetNet（随机森林算法）
NPAI Engine（深度学习靶点挖掘）
Open Targets（GWAS+药物数据库验证）
DeepSeek（大规模文献挖掘）
应用场景：
已知化合物：快速验证靶点与疾病关联（如黄芩苷抗炎靶点预测）。
未知化合物：AI填补研究空白（如海洋天然产物的抗癌机制预测）。

二、数据库的五大核心优势
1. 高精度预测：160+成药性参数全覆盖，AI模型经千万级数据训练，结果可靠。
2. 靶点-疾病全链条分析：从分子结构到临床适应症，多工具联合预测，结合真实文献数据，覆盖靶点和疾病的全面信息。
3. 填补天然产物研究空白：无文献支持的化合物也能获得AI预测数据。
4. 跨领域应用：
新药研发：快速筛选高成药性天然先导化合物。
药物重定位：老药新用，发现天然分子的隐藏价值。
功能性食品：评估植物提取物的安全性与功效。

三、赋能研发：天然产物开发的“终极武器”
无论是药企、科研机构，还是功能性食品开发商，普瑞法天然产物数据库都能提供：
先导化合物优化：ADMET参数指导结构改造，降低临床失败率。
靶点快速验证：减少湿（真实）实验成本，加速项目立项。
中药现代化：用数据破解“有效但有毒”难题，推动国际化申报。

欢迎感兴趣的客户跟我们联系，联系方式，谢先生，13541283596（微信），kylin@biopurify.cn。

数据库产品和参数举例：
1，疾病和靶点示例


2，成药性数据示例

成药性数据包括：

TPSA（极性表面积）

LogP（油水分配系数的对数）

LogD（中性条件下的油水分配系数的对数）

Sw（纯水中的溶解度mg/ml）

Peff（小肠中的渗透效率cm/s×10-4）

Caco-2（Caco-2细胞模型上的表观渗透系数cm/s×10-7）

BBB（血脑屏障渗透性）

RLM Stability（化合物在大鼠肝微粒体中是否稳定）

hPPB（化合物在人血浆蛋白的结合分数%）

Syn Accessibility（合成可得性，数值越大表示合成越困难）

MRTD（日推荐最大口服给药剂量是否高于3mg/kg/day）

Rat LD50（mg/kg 大鼠半数致死剂量LD50，药物的值一般大于300 ）

Skin Sens（是否会产生皮肤过敏反应）

Resp Sens（化合物是否会产生呼吸致敏反应）

hERG（是否对hERG钾离子通道产生抑制作用）

Chromosomal aberr（有无导致哺乳动物细胞染色体变异）

Photo tox（有无有光毒性） Ames（是否有Ames毒性风险，值越大风险越高，一般认为大于1时有Ames毒性）

Ser_ALK（是否会引起碱性磷酸酶水平升高）

Ser_GGT（是否会引起γ-谷氨酰转肽酶水平升高）  

Ser_LDH（是否会引起乳酸脱氢酶水平升高）

Ser_AST（是否会引起血清谷草转氨酶水平升高）

Ser_ALT（是否会引起血清谷丙转氨酶水平升高）