lipophilic drugs

膜受体，也称为细胞表面受体或跨膜受体，是嵌入质膜的跨膜蛋白，在维持细胞内部过程与各种细胞外信号之间的通信中起着重要作用。 这些膜受体通过与细胞外分子结合在细胞信号传导中发挥作用，与膜受体结合的细胞外分子也称为配体。 这些细胞外分子包括激素、细胞因子、生长因子、神经递质、亲脂性信号分子如前列腺素和细胞识别分子。

存在三种不同的膜受体：离子通道受体、G蛋白偶联受体和酶偶联受体。它们在维持人体正常生理过程中起着重要作用。GPCRs和离子通道也是药物发现中的重要靶点。

MCE可以提供6,107种膜受体靶向化合物，可以用于膜受体靶向筛选或药物开发。

一种新兴的药物设计方法基于次级结合位点效应，小分子药物被设计为结合到目标生物分子上的次要结合位点而不是主要的正构位点。成功的潜在药物（称为变构调节剂）将能够结合到变构位点并远程改变（或修改）生物靶标的主要正构结合位点的构象。变构调节剂是蛋白质的配体，通过与天然（正构）配体位点不同的结合位点发挥作用。变构调节剂 (AMs) 是相对较小、更亲脂且更刚性的化合物。变构调节剂与其靶标的结合效力往往略低。变构调节剂分为正变构调节剂 (PAMs) 和负变构调节剂 (NAMs)。AMs 是理想的药物靶标，因为它们可以微调受体活性，同时保留内源配体的空间和时间信号传导特征，从而使药物具有更少的靶向副作用，提高亚型选择性，并且比正构配体更好地促进偏向信号传导。

MCE 收录了 224 种变构调节剂，可以用于代谢、癌症等疾病研究。

随着人口老龄化和竞争压力的增加，中枢神经系统退行性疾病已变成现代社会严重的医学问题，例如帕金森病、阿尔兹海默症、脑肿瘤和多发性硬化。然而中枢药物研发成功率却很低，这主要与血脑屏障（blood-brain barrier, BBB）有关。 血脑屏障（BBB）是包围中枢神经系统（CNS）微血管系统的半透性屏障结构。在毛细血管中，紧密排列的内皮细胞排列在血管内部，形成广泛的紧密连接。该屏障与一系列受体、转运蛋白、外排泵和其他细胞成分一起，控制着血管内分子进入和排出大脑。完整的血脑屏障不仅能够阻止大多数血液中的物质流入大脑，还能将大分子药物的通过率限制在近乎为零，同时屏蔽超过 98% 的小分子药物，从而为中枢神经系统营造稳定的内环境。 与非中枢神经系统药物相比，氢键、脂溶性和分子大小等理化性质较大影响化合物的血脑屏障通透能力。使用人工智能算法预测血脑屏障通透性，当预测值大于0.75时，意味着该化合物具备良好的透过血脑屏障的潜力，为中枢神经系统药物发现提供了良好的起点。

MegaUni 库为运用生成式人工智能技术，构建出的兼具新颖性、类药性、多样性、可合成性的超大化合物库。适用于AI药物筛选、大型虚拟筛选等。

MCE 依托强大的计算能力，基于高质量的 40,662 个分子砌块，匹配合适的反应规则，选择最优的化合物生成策略，去除合成难度高、类药性低、PAINS等不利化合物后，进一步分析化合物骨架，优选出类药多样性分子组成虚拟库。随后随机挑选库中分子，进行合成验证，再次剔除合成难度高的分子，经迭代优化后，最终生成含 1000 万可合成类药多样性分子的 MegaUni 10M Virtual Diversity Library。

库中化合物仅需1-2步化学反应即可合成，借助 MCE 经验丰富的化学合成团队，可以轻松实现从 mg 级到 kg级等不同量级的定制合成，满足不同客户需求。

MegaUni 库为运用生成式人工智能技术，构建出的兼具新颖性、类药性、多样性、可合成性的超大化合物库。适用于AI药物筛选、大型虚拟筛选等。

MCE 依托强大的计算能力，基于高质量的 40,662 个分子砌块，匹配合适的反应规则，选择最优的化合物生成策略，去除合成难度高、类药性低、PAINS等不利化合物后，进一步分析化合物骨架，优选出类药多样性分子组成虚拟库。随后随机挑选库中分子，进行合成验证，再次剔除合成难度高的分子，经迭代优化后，最终生成含 1000 万可合成类药多样性分子的 MegaUni 10M Virtual Diversity Library。

优选 50,000 个分子组成 MegaUni 50K Virtual Diversity Library。50,000 个分子具有 46,744 种 BMS 分子骨架，每种分子骨架仅包含 1-3 个化合物，化学空间多样，结构新颖，适用于新型先导物发现等。