Nucleic Acids Res. | SynCraft: 面向 ADMET 感知逆合成的在线服务器
一句话看懂：中南大学与新疆大学团队近日在《Nucleic Acids Research》发布 SynCraft 在线服务器，该工具在逆合成路线规划过程中，实时评估每一中间体的安全性（ADMET），而非事后补查。这项研究将“能合成”与“能成药”两个问题在早期工作流中连接起来。
事件核心：发生了什么
SynCraft 是一个面向药物设计与合成规划的免费在线服务器。用户在网页输入分子结构后，系统会同时运行两项任务：一是基于 38 万条反应模板的广度优先逆合成搜索，默认最多 6 步，商用砌块库包含 2240 万个分子；二是利用团队此前发布的 MolMVC 多视角对比学习模型，对搜索路线中每一个中间体进行 ADMET（吸收、分布、代谢、排泄与毒性）预测，并基于 ClinTox 和 ToxCast 阈值用颜色标记高风险中间体。在伊马替尼案例中，传统路线中被忽略的遗传毒性中间体被系统直接标红，而文中提及的文献替代路线可规避此风险。与纯逆合成工具 AiZynthFinder 相比，SynCraft 的路线搜索性能接近；其主要优势来自流程整合——跳过手动复制中间体至 ADMET 平台、合并结果等步骤，在 10 个分子的对比测试中将总耗时从 1230–1410 秒降至 84–114 秒。
为什么重要
药物开发中约 40% 的临床前候选物因 ADMET 性质不佳而失败，且问题常在投入大量合成与测试成本后暴露。现有计算工具将逆合成规划与安全性评估分开处理：化学家需在 AiZynthFinder 或 ASKCOS 上找路线，再手工将中间体拷贝到 SwissADME 或 ADMETlab 中逐一检查。这个工作流断点导致中间体筛查容易不完整，尤其忽略了 ICH M7 指南中关注的诱变性杂质风险。SynCraft 的价值在于将安全性评估从“路线完成后的补丁”前移为“路线选择本身的约束”，直接影响了药物早期研发中路线对比和风险预判的效率。
对用户/开发者/创作者的影响
对于药物化学家与计算化学研究者，SynCraft 提供了一个可免费访问的集成工具（网址：https://syncraft.denglab.org/），在路线搜索同时自动完成全中间体 ADMET 评价，降低“漏检”风险。对于工具开发者，该工作展示了将光栅式逆合成搜索与多视角分子表示模型耦合的可行性，尤其是 MolMVC 在 ClinTox 任务上 0.984 的 ROC-AUC 表现值得关注。对于药企与原料药工艺部门，该工具在早期即对遗传毒性中间体（如案例中的伊马替尼中间体）发出警示，有助于更早启动 ICH M7 分类与杂质控制策略规划。
AI 工具推荐
想把多个 AI 模型放在一个入口？
GamsGo AI 集成 ChatGPT、DeepSeek、Gemini、Claude、Midjourney、Veo 等常用模型，适合写作、绘图、视频和日常 AI 工作流。
推广链接：通过此链接购买，我可能获得佣金，不影响你的价格。
值得关注的后续
第一，SynCraft 的模板库目前基于 USPTO-MIT 等公开数据，若引入专利与非公开反应数据，其覆盖率有望提升。第二，MolMVC 在独立 Tox21 与 Ames 测试上的外部校准表明确实降低了 ClinTox 小数据集导致的估计偏差，但该模型在更多真实药物管线中的泛化表现仍需持续验证。第三，团队目前仅提供网页服务，若后续开放 API 或支持批量任务，可能吸引制药企业将其整合至内部自动化管线。
来源：Readhub · AI
