infiniSee
搜索突破无限空间
infiniSee 是一款超大规模化合物库筛选软件。基于相似性搜索,五分钟内,就能完成数百亿级化合物库的检索,并呈现出您意想不到却具有相似性的新分子实体化合物,而且这些分子具有高度可合成性。数周之内,就能从制药公司获得,开启试验。
探索化学空间
高速
几分钟内就可以完成百亿级化合物库的检索。
高效
通过丰富的色彩,直观的理解化合物的相似性。
极简
一目了然的界面,简单的拖动即可完成相似性分子检索。
infiniSee 核心功能
Discover unseen possibilities
在高达万亿级以上化学空间中发现活性分子。
See hidden similarities
通过直观的色彩展示相似性,让您轻松找到相似性的分子。
Distant neighbors in action
发现具有不同结构,但药效团高度相似的分子。
Unlimited accessibles
infiniSee只会呈现出极有可能在实验室中合成的分子,我们的合作伙伴可以在几周内交付所需的化合物。
发现隐藏的相似之处
infiniSee的基本概念非常简单:避开直接检索超大规模的化合物库,而是通过相似性搜索进行片段组合从而生成相似性化合物。片段可以来源于组合片段库或任何片段生成软件。其相似性搜索技术开辟了数百亿种化合物检索的可能性。在标准笔记本电脑上,五分钟内,即可呈现可能性结果。您也可以通过模糊药效团以增加支架的多样性或定义相似性分子中的结构。
多种超大规模化学空间的搜索
infiniSee 的巧妙之处在于不仅可以在超大的化学空间中进行搜索,而且还可以梳理不同来源的化合物空间。由于设计以及所用构建块的多样性,不同化合物空间中含有相同结构的化合物数量非常少,所以不同的化学空间的组合会进一步增加您找到目标分子的机会。
创造企业内部的化学空间
有时,完美的解决方案在您自己的化合物库中,却无法发现。通过CoLibri,您可以利用积累的内部知识和资源设计企业内部的化学空间,通过定义反应和构建块以创建大量虚拟化合物。多家大型制药公司已经建立了自己的内部化学空间,以寻找骨架跃迁的更多可能性,降低成本和时间。
infiniSee 五大核心优势
化学空间
infiniSee 通过其相似性搜索技术开启了筛选数百十亿化合物的可能性。在我们合作伙伴之一的化学空间中搜索以获取商业上可用的化合物。
目前可用的化学空间为四种:GalaXi™、CHEMriya™ 、REAL Space™ 或基于文献的虚拟化学空间 (KnowledgeSpace™)。
所需的化合物在购买后,我们的合作伙伴数周内就能送到您的手上。
我们与 Enamine Ltd. 合作建立了世界上最大的市售化合物库,目前已经超过了 210 亿个分子。该化学空间基于 170 个 Enamine 反应、112,068 个库存试剂和 179,670 个选定的枚举构建块。通过我们 CoLibri 技术将 Enamine 的合成协议和库存起始材料编码。REAL Space™ 允许高效的化合物探索,从而寻找以前未知的类似物到骨架跳跃,避免了当前库存筛选的局限性,为避开知识产权提供了可能性。
CHEMriya Space 的第一个版本包含 110 亿个可访问的分子。基于 3 万个构建块和 44 个内部反应。多组分和闭环反应提供了广泛的分子支架和化学多样性。 由于每个化学空间都基于其内部知识和资源,CHEMriya 将进一步扩展 infiniSee 的搜索范围,让您在有形分子的新领域进行搜索。
这个化学空间的目前在涵盖了超过 20 亿个有形分子。 我们与药明康德密切合作,创建了一个新的化学空间供您下载和搜索。该空间包含许多独特的化学知识产权供您研究使用,并可根据要求与药明康德一起创建化合物。 GalaXi™ 是根据药明康德实验室网络的构建模块和反应方案形成的,这些模块和反应方案为提供高质量的结果已经做了适当检查。而且我们的 CoLibri 软件高质量的处理也进一步确保的可用性。
Virtual Space
KnowledgeSpace™ 由一百多个文献反应组成,包括闭环、偶联、取代和多组分反应。 最终结果是一个基于文献的虚拟化学空间,目前涵盖了数千亿个虚拟分子,具有很高的合成性。 这个空间就是私人定制的蓝图,您的可以利用您专有构建块和化学协议来构建自己的化学空间。
CoLibri
合成途径是几乎所有医药研究项目成功的关键,能做出什么最终决定了实际能做出什么。CoLibri 是一个用于化学空间探索的工具包,它将合成知识转化为由大量虚拟但具可合成的化合物组成化学空间。
infiniSee 核心集成组件
FTrees
Feature Trees(FTrees)是一款的相似性化合物搜索工具,加速高通量虚拟筛选。FTrees采用特征树描述符(Feature Tree)获得化合物的功能基团和物化属性之间的相关性,通过叠合来定义两个描述符的最优相似性,从而发现“结构-活性”关系。
案例分享
- 这项研究强调了在广阔的化学空间中使用 SpaceMACS 进行精确子结构搜索的潜力。 它以托拉塞米作为查询分子,使用具有不同目的的工具进行搜索,并进行了关于这些分子重叠的讨论。
- Maximum Common Substructure Searching in Combinatorial Make-on-Demand Compound Spaces
- Robert Schmidt, Raphael Klein, and Matthias Rarey
- J Chem. Inf. Model. 2021, XXXX, XXX, XXX-XXX
- 在 NIH 超大型化学数据库虚拟研讨会之后,Wendy Warr 总结了大约 30 位超大型分子集合领域从业者的演讲。 大多数都是使用 BioSolveIT 工具创建和搜索的。
- Report on an NIH Workshop on Ultralarge Chemistry Databases
- ChemRxiv. 2021
- https://chemrxiv.org/engage/chemrxiv/article-details/60c75883bdbb89984ea3ada5
- Stefan等人通过将FTrees与计算机辅助模式分析 (C@PA) 相结合,从 ZINC12 数据库(16,403,865 个分子)中发现了四种新型 ABC 转运蛋白抑制剂。
- Scaffold fragmentation and substructure hopping reveal potential, robustness, and limits of computer-aided pattern analysis (C@PA)
- Vigneshwaran Namasivayam, Katja Silbermann, Jens Pahnke, Michael Wiese, Sven MarcelStefan
- https://doi.org/10.1016/j.csbj.2021.05.018
- 以卡托普利作为查询分子,Faghri等人使用infiniSee筛选了NPASS数据库(包含35,032 种天然化合物),最终确定了一种潜在的NDM-1 抑制剂。
- Discovery of potential inhibitors against New Delhi metallo-β-lactamase-1 from natural compounds: in silico-based methods
- Azhar Salari-jazi, Karim Mahnam, Parisa Sadeghi, Mohamad Sadegh Damavandi & Jamshid Faghri
- Sci Rep 11, 2390 (2021).
- https://doi.org/10.1038/s41598-021-82009-6