给定目标分子,筛选内置靶标结构库,获得该分子可能结合的潜在靶标。
基于深度学习算法的虚拟筛选工具,快速筛选化学多样性小分子库,获得潜在活性分子列表。
预测靶蛋白(POI)、E3连接酶、PROTAC三元体复合物三维结构,评估不同长度linker片段形成PROTAC分子的合理性。
基于深度学习算法的抗原-抗体复合物三维结构预测工具,根据三维结构提供界面接触残基信息及能量贡献,为CDR优化等提供线索。
蛋白-蛋白复合物三维结构预测工具,为蛋白质结构功能研究提供线索。
蛋白质-RNA复合物结构预测工具
蛋白质-DNA复合物结构预测工具
蛋白-小肽复合物结构预测对于小肽的结构与功能研究、小肽药物筛选与优化十分重要
2D化学结构聚类分析
基于目标蛋白序列预测可能形成相互作用的对象蛋白
基于深度学习算法的化合物合成路线设计,给定目标化合物生成合成路线。
不同压强(0.5-760mmHg)下的沸点预测
基于实验数据的HNMR预测
基于深度学习算法的蛋白-小分子复合物三维结构预测工具,根据三维结构可获得化合物与特定残基的相互作用信息,为小分子的结构优化提供线索。
根据信号通路可选择该通路相关的内置靶标,针对部分或所有该通路相关的靶标进行分子对接。
Copyright © 2021.普美瑞(常州)生物科技有限公司 rights reserved.