Предиктор фармакологии молекулы по структуре | ПсихоФарм·EDU
ПсихоФарм · EDUобразовательный психофармакологический справочник

Предиктор фармакологии молекулы по структуре

Введите структуру молекулы (формула SMILES) — даже полностью новой, ранее не существовавшей — и получите оценку её вероятной фармакологии: на какие рецепторы она, скорее всего, действует, что из этого следует и на какие известные препараты она похожа. Это образовательная модель по структурному сходству, а не докинг или лабораторный анализ.

Как это работает

  1. Разбор структуры. Молекула (SMILES) раскладывается в молекулярные дескрипторы: брутто-формула, масса, оценка липофильности (logP), полярная поверхность (TPSA), доноры/акцепторы водородных связей, кольца, соответствие правилу Липински и оценка проникновения через гематоэнцефалический барьер.
  2. Структурное сходство. Рассчитывается сходство (коэффициент Танимото по молекулярному фингерпринту) с базой из более чем 250 известных препаратов — движок находит ближайшие структурные аналоги.
  3. Наследование профиля. По рецепторному профилю ближайших аналогов оценивается вероятный набор мишеней новой молекулы.
  4. Механизм-движок. На основе профиля мишеней выводятся эффекты простым языком, сдвиги в нейросистемах, вероятный класс, дозозависимость, толерантность, риск зависимости и опасные сочетания.

Что вы получите

Способы задать молекулу

Помимо структуры (SMILES), молекулу можно задать по названию препарата, по системам мозга (сдвигая серотонин, дофамин, ГАМК вверх или вниз) или вручную по рецепторам. Это делает инструмент удобным и для проектирования гипотетических молекул «от желаемого эффекта».

Открыть тест-стенд молекулы

Введите структуру или название — и получите вероятную фармакологию по механизму.

Открыть предиктор →

Частые вопросы

Как предсказать фармакологию молекулы по её структуре?
Введите структуру в формате SMILES. Предиктор разберёт её в дескрипторы и найдёт ближайшие по структуре известные препараты (сходство Танимото), затем по их рецепторному профилю оценит вероятные мишени и эффекты. Это оценка по аналогии, не докинг.
Работает ли это для новых, не существовавших молекул?
Да. Для новой структуры движок ищет ближайшие аналоги; если близких нет — честно помечает «новая структура» с низкой достоверностью. Оценка всегда по механизму и структурному сходству.
Это заменяет лабораторное тестирование?
Нет. Настоящее предсказание «структура → аффинность» требует ML-моделей и лабораторной валидации. Это образовательная модель по структурному сходству; она не докинг, не QSAR и не медицинская рекомендация.

Образовательный материал. Не является медицинской рекомендацией, назначением или руководством по синтезу веществ. Модель показывает следствия рецепторного профиля, но не учитывает дозы в мг, фармакокинетику и индивидуальную переносимость.