创新药SAR多样性筛选库

算法：

1. 应用 REOS、MedChem 和 PAINS 过滤器，去除整个 160 万 ChemDiv 清单中的反应性（如共价抑制剂）、毒性、杂乱性和其他不良结构基元。
2. 然后使用物理化学性质过滤器（Lipinski Ro5）去除非药物分子 。
3. 对于剩余的选择，应用内部开发的球形排除（“Batch Butina”）算法，同时聚类并挑选出最多样化的化合物。
4. 进行最后的后处理，以确保
   a. 仅存在至少 5 个代表性分子的聚类--仅保留 SAR 准备集（排除单体等）
   b. 簇间相似度不超过 0.7（Tanimoto，ECFP4 2048）--确保簇的多样性
   c. 每个簇内的化合物相似度不超过 0.85（Tanimoto，ECFP4 2048）--建立更有意义的 SAR（不能有太微不足道的替换）。

化合物库特性：

1. 总计 155691 个 Ro5 兼容化合物，不含 PAINS 和 REOS。
2. 包含 21468 个不少于 5 个化合物的化合物簇
3. 大多数化合物簇基于相同的支架，但某些化合物簇显示了支架的多样性，同时保留了 FP 的相似性--这应有助于可靠、快速地建立 SAR。