芳香烃受体（AHR）调节剂库

这个独特的文库是通过标准计算技术构建的，包括基于理化性质的过滤、指纹相似性选择、分子对接和机器学习算法。我们的AhR文库包含16,846种化合物，并采用了三种不同的高通量虚拟筛选（HTVS）策略：
1、理化性质过滤与Tanimoto相似性选择：首先，基于Tox21数据集中已知AhR调节剂的分布，应用理化性质过滤器。这一过滤过程选择与已知调节剂具有相似理想理化性质的化合物，确保只有最相关的分子进入进一步分析。随后，使用扩展连接性指纹6（ECFP6）的Tanimoto相似性度量来选择化合物。该相似性度量比较化合物的结构指纹，优先选择与已知AhR调节剂最相似的化合物。这种方法确保所选化合物由于与已知活性化合物的结构相似性，更有可能表现出AhR调节活性。
2、理化性质过滤与HTVS对接：该策略同样从应用与策略1相同的理化性质过滤器开始，基于与Tox21数据集中已知AhR调节剂的相似性缩小候选化合物范围。在初步筛选后，进行高通量虚拟筛选（HTVS）对接。这一计算对接过程模拟每种化合物与AhR蛋白的相互作用，预测它们的结合亲和力。预测亲和力较高的化合物被认为更有潜力成为调节剂。该方法不仅考虑结构相似性，还考虑与AhR有效相互作用的潜力，从而提供更精准的候选化合物选择。
3、基于Tox21 AhR调节剂数据的机器学习模型：该策略利用机器学习的力量，基于Tox21数据集中已知AhR调节剂的数据，构建预测模型，进一步筛选和优化候选化合物。