Навыки medchem
⚗️

medchem

Безопасно ⚙️ Внешние команды📁 Доступ к файловой системе🌐 Доступ к сети

Фильтрация молекул по правилам лекарственной подобности

Также доступно от: davila7

Разработка лекарств требует фильтрации больших библиотек соединений на предмет лекарственных свойств. Этот навык применяет установленные правила медицинской химии, включая Правило Пяти, фильтры Вебера и PAINS, для приоритизации соединений и эффективного выявления структурных предупреждений.

Поддерживает: Claude Codex Code(CC)
🥉 75 Бронза
1

Скачать ZIP навыка

2

Загрузить в Claude

Перейдите в Settings → Capabilities → Skills → Upload skill

3

Включите и начните использовать

Протестировать

Использование «medchem». Filter this SMILES list for drug-likeness: CC(=O)OC1=CC=CC=C1C(=O)O, c1ccccc1, CCN

Ожидаемый результат:

  • Аспирин: Проходит Правило Пяти
  • Бензол: Проходит Ro5, но не соответствует требованиям к донорным/акцепторным водородным связям
  • Этиламин: Проходит Правило Пяти
  • Сводка: 2 из 3 молекул соответствуют критериям лекарственной подобности

Использование «medchem». Check for PAINS patterns in these molecules

Ожидаемый результат:

  • Паттерны PAINS в первой молекуле не обнаружены
  • Вторая молекула содержит родининовую субструктуру (предупреждение PAINS)
  • Третья молекула отмечена за катехольный паттерн

Аудит безопасности

Безопасно
v4 • 1/17/2026

All 288 static findings are false positives. The static analyzer misidentified markdown code fences (backticks) as shell execution, Python file operations as Node.js fs, medicinal chemistry terminology (MD5, DES) as cryptographic weaknesses, and molecule validation as reconnaissance. This is a legitimate drug discovery library with no malicious code.

5
Просканировано файлов
3,480
Проанализировано строк
3
находки
4
Всего аудитов

Факторы риска

⚙️ Внешние команды (3)
SKILL.md:27-396 references/api_guide.md:12-581 references/rules_catalog.md:31-577
📁 Доступ к файловой системе (1)
scripts/filter_molecules.py:209-392
🌐 Доступ к сети (1)
SKILL.md:402-403
Проверено: claude Посмотреть историю аудитов →

Оценка качества

64
Архитектура
100
Сопровождаемость
85
Контент
20
Сообщество
100
Безопасность
83
Соответствие спецификации

Что вы можете построить

Приоритизация лидерных соединений

Фильтровать результаты виртуального скрининга для выявления кандидатов с лекарственными свойствами для синтеза.

Оценка качества соединений

Оценивать синтезированные соединения в соответствии с установленными правилами медицинской химии.

Дизайн библиотек

Проектировать целевые библиотеки соединений с оптимальными физико-химическими свойствами.

Попробуйте эти промпты

Базовая фильтрация 
Отфильтруйте этот список SMILES с помощью Правила Пяти и определите соединения, которые проходят.
Структурные предупреждения 
Проверьте эти молекулы на наличие паттернов PAINS и общих структурных предупреждений. Сообщите о найденных предупреждениях.
Оптимизация лидерных соединений 
Примените критерии лидероподобности и фильтр штрафов Лилли для приоритизации соединений при оптимизации.
Комплексный анализ 
Примените множественные фильтры, включая Правило Пяти, фильтры NIBR и метрики сложности, к моей библиотеке соединений.

Лучшие практики

  • Комбинируйте множественные типы фильтров для комплексной оценки
  • Используйте параллельную обработку для больших библиотек соединений
  • Документируйте решения о фильтрации для воспроизводимости

Избегать

  • Слепое принятие или отклонение соединений только на основе результата правила
  • Игнорирование структурных предупреждений в пользу только правил на основе свойств
  • Применение строгих фильтров слишком рано в процессе разработки

Часто задаваемые вопросы

Что такое Правило Пяти?
Правило Пяти Липинского предсказывает пероральную биодоступность на основе ММ ≤ 500, LogP ≤ 5, ДСК ≤ 5, АСК ≤ 10.
Что такое фильтры PAINS?
Соединения для пан-анализа — это молекулы, которые проявляют активность через неспецифические механизмы.
Можно ли использовать это для дизайна ковалентных ингибиторов?
Да, этот навык может идентифицировать акцепторы Михаэля и другие реакционноспособные группы, полезные для дизайна ковалентных ингибиторов.
Какие форматы файлов поддерживаются?
Поддерживаемые форматы входных данных включают CSV, TSV, SDF и обычные текстовые файлы со SMILES.
Требуется ли RDKit?
Да, medchem зависит от RDKit для молекулярных операций. Установите через pip install medchem.
Как структурированы результаты?
Результаты включают статус прохождения/непрохождения для каждого правила, подробную информацию о нарушениях и оценки штрафов.

Сведения для разработчиков

Автор

K-Dense-AI

Лицензия

Apache-2.0 license

Репозиторий

https://github.com/K-Dense-AI/claude-scientific-skills/tree/main/scientific-skills/medchem

Ссылка

main

Структура файлов

📁 references/

📄 api_guide.md

📄 rules_catalog.md

📁 scripts/

📄 filter_molecules.py

📄 SKILL.md