scaffold

MCE 5K Scaffold Library 由 5,000 种类药化合物组成，每种化合物代表一种结构骨架，最大程度保证了库的结构多样性。所有化合物均具有类药性，符合“Lipinski 五规则”，分子量适中（300 < MW < 500），便于后续修饰；具备理论溶解度良好（-3.2 < logP < 5）、口服生物利用度好（RotB <= 10）、药物转运性佳（2.5 < PSA < 120）等多重特质。库中的化合物均经过 MedChem & PAINS filters 筛选，剔除了不合适的化学结构，避免“目标错误”。本库化合物数量少但结构足够多样，是药物筛选的有力工具。

该化合物库采用骨架导向设计策略，每个独特的Bemis Murcko含有2个精心设计的衍生物分子，既保证了化学空间广泛覆盖（骨架多样性），也兼顾了在骨架结构基础上丰富官能团结构，为每个化学骨架提供初步的结构-活性关系探索能力，为后续的快速优化奠定基础，是高效药物发现的有用工具。

MCE 1M Drug Fragment-Based Diversity Library 由 100 万种类药化合物组成。该分子库中的每个化合物都含有至少 1个 较复杂的药物片段，这些药物片段来自 FDA批准的 2,946 个药物分子，以提高化合物的类药性。计算化合物的 BMS (Bemis-Murcko Scaffold) 骨架后，每个 BMS 骨架选择 1~3 个药物片段数较高的化合物，以占据更广泛的“类药化学空间”。

本多样性库具备类药性，化合物骨架多样性等特性，是发现先导化合物的有力工具，可以广泛应用于AI药物筛选、大型虚拟筛选等。

在创新药物研发的源头，如何从庞大的化合物资源中快速锁定高质量的苗头化合物，是每一位药物化学家面临的挑战。

MCE 天然产物多样性骨架库，是基于原有的天然产物化合物库进行精简与优化的产物。遵循 “每个BMS骨架仅保留一个代表性化合物” 的筛选原则，将数千个化合物的多样性浓缩至含有 2,310 个化合物的高价值、低冗余的核心集合中。所有化合物均源自天然产物，继承了其结构复杂性和类药性的天然优势。通过去除冗余，文库规模大幅精简，但化学多样性丝毫不减。有效降低了初期筛选的成本和时间，更让后期的数据分析、构效关系研究变得清晰简单。

MCE 50K 类药多样库由 50,000 种类药化合物组成。依据谷本相似性（Tanimoto Coefficient）及聚类算法（Bemis-Murcko）对上百万化合物进行筛选以确保结构多样性。优选的 5 万化合物平均谷本相似数为 0.52，共包含 36,857 个化合物簇且每簇仅包含 1-7 个化合物。除此之外，确保每簇化合物具有尽可能多的官能团，从而实现化合物库取代基、官能团、立体化学、骨架多样，占据广泛的“化学空间”。本多样性库具备新颖性、类药性，化合物结构类型多样、化学空间丰富，库中化合物可重复供应，是新药研发的有力工具，可以广泛地应用于高通量筛选（HTS）和高内涵筛选（HCS）。

Natural products are an attractive source with varied structures that exhibit potent biological activities, and desirable pharmacological profiles. The core scaffold of a natural product can also provide a biologically validated framework upon which to display diverse functional groups. Inspired by bioactive natural products, natural product-like compounds, occupying the same chemical space, are ideally suited to explore and to facilitate understanding of biological pathways.

MCE 10K Natural Product-like Compound Library consists of 10,000 natural product-like compounds. Each compound has scaffold of natural products or Tanimoto coefficient >0.6 with natural products. The natural-likeness scoring of these compounds is >-2. What’s more, compounds in the library are drug-like and readily available for re-supply, making it a powerful tool for new drug research and development. It can be widely applied in high-throughput screening (HTS) and high-content screening (HCS).

历史上，天然产物在药物发现中起着关键的作用，特别是在癌症和传染病的治疗领域，其他的治疗领域也包括心血管疾病（如他汀类药物），多发性硬化症（如腺苷酯）等。过去的几十年里，FDA 批准的药物中大约有 40% 是天然产物，其衍生物或与天然产物相关的类似物。

MCE 5K Natural Product-like Compound Library 由 5,000 个类天然产物化合物组成，库中每个分子含有天然产物关键骨架（42个）或者和天然产物的谷本相似系数 >0.6，且 Natural-likeness scoring >-2。该化合物库同时具备类药性和新颖性，库中化合物可重复供应，是新药研发的有力工具，可以广泛地应用于高通量筛选（HTS）和高内涵筛选（HCS）。

ASINEX has elaborated a library of diverse macrocycles using an effective tool box of synthetic methods. The resulting scaffolds are novel, tremendously diverse, medchem-relevant, macrocyclic frameworks.

Macrocyles tend to be larger than traditional screening molecules which make them perfect discovery tools for targets with shallow or extended binding sites. At the same time, their unique character based on restricted flexibility and ability to form intra-molecular hydrogen bonds allows for design approaches effectively optimizing properties such asaqueous solubility and membrane permeability. Many of these macrocycles have been tested for aqueous and DMSO solubility with cut-offs applied at 10 mM in DMSO and 50 µM in PBS (pH 7.4) followed by PAMPA permeability assay.

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。

“BioDesign” approach incorporates key structural features of known pharmacologically relevant natural products (e.g. alkaloids and other secondary metabolites) into synthetically feasible medicinal chemistry scaffolds. In order to identify the privileged pharmacophores, ring systems and linkers, we have carried out statistical analysis of structural features of natural products, marketed drugs, and drug candidates.

Saturated, fused ring, spiro, and bridged systems with a tendency towards multiple chiral centers are highly privileged among natural products and marketed drugs yet these structures are very poorly represented in commercial libraries. This library addressed this market need by incorporating these privileged elements into the design of novel synthetic molecules with high molecular framework diversity, multiple stereogenic centers (≥2), and degree of saturation (Fsp3 > 0.5).

A unique set of molecules containing mild electrophilic moieties that covalently interact with amino acid residues in the target protein. The diversity of our compounds for covalent drug discovery ranges from natural product-like scaffolds to macrocycles, creating multiple opportunities in hit generation for a selected target.

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。

传统正构位点高度保守，导致正构药物常面临亚型选择性差、脱靶毒性、耐药性等瓶颈。相比之下，变构位点具有低保守性、强疏水性、弱极性、空间受限、动态隐式等共性结构特征，使变构调节剂具备高选择性、功能可调、安全性更优等优势，已成为新药研发的重要方向。

MCE收集了近千个临床阶段已披露的变构调节剂，分析 PDB 数据库中解析的变构相关蛋白 - 配体复合物结构，提取其核心药效团与优势骨架，采用 “骨架衍生 + 变构理化规则过滤” 设计策略，基于通用变构口袋特征，严格遵循变构结合最优理化原则对衍生化合物进行二次筛选：分子量300–500 Da、氢键供体（HBD ≤ 3）、氢键受体（HBA = 3–8）、适中极性表面积（PSA = 70–120 Ų）、可旋转键（≤ 6）、高刚性骨架、适中疏水性（cLogP = 1.0–3.8）、无强电离基团，具备高刚性、形状互补性，适配结合浅型、动态、疏水主导的变构口袋。

本库包含4315 个结构多样、类药性质优异的化合物，专为变构药物研发、变构位点靶向及变构调节剂筛选设计，适用于激酶、GPCR等多种靶点。库内化合物为相似度>0.6的临床阶段的变构调节剂类似物，兼具成药性与变构结合潜力，是变构药物早期发现的高效工具。

天然产物结构多样，展现出了良好的生物活性及理想的药理特性，在药物开发中具有较大吸引力。天然产物的核心骨架还可以提供经过生物学验证的，含多种官能团的结构框架。受生物活性天然产物的启发，天然产物类似物与天然产物具有相同的化学空间，非常适合探索和促进对生物学通路的理解。

MCE 收录了 769 个结构上与类固醇、单宁、黄酮、醌类、异喹啉类等结构类似的天然产物类似物，是新药开发中先导化合物的重要来源。

Macrocycles are promising scaffolds for the design of novel RNA targeting molecules. This collection of macrocycles for RNA consists of very diverse, drug-like molecules which incorporate certain known RNA-recognition elements (e.g. nucleobase ring systems and analogs) distributed within macrocyclic rings or peripheral fragments. As macrocyclic molecules tend to be larger than traditional screening molecules, it is vital to carefully assess and control their physicochemical properties. All macrocycles have been tested for aqueous and DMSO solubility with cutoffs applied at 10 mM in DMSO and 50 µM in PBS (pH 7.4); PAMPA permeability has also been tested for representative set of macrocycles.

抗菌作用机制具有多样性，如通过破坏细菌细胞结构、干扰细菌代谢过程、抑制核酸合成等方式发挥抗菌作用，该库化合物涵盖小分子骨架类、天然产物衍生物等多种类型，通过骨架结构衍生提升对耐药菌的活性及对不同类型细菌的选择性，可用于新型抗菌候选药物的高通量筛选。也可为化合物结构修饰提供参考，进一步深入研究抗菌药物结构-活性关系，还可用于挖掘细菌耐药机制及逆转方法，探索抑制耐药泵、修复药物敏感性的抗菌分子。

该库包含10855个结构多样的类药化合物库筛选逻辑明确，核心来源为相似度≥0.6的已知抗细菌活性分子类似物，MCE总计收集1900多个已经报道的高活性抗真菌药物 ，库中化合物筛选后均符合lead-like理化性质，兼具多样性与类药性，为新型抗细菌药物研发提供助力。

天然产物具有巨大的支架多样性和结构复杂性，正因如此，天然产物才表现出广泛的生物活性。几个世纪以来，药用植物一直是药物的主要来源。食品和药物管理局(FDA)和/或欧洲医药管理局(EMA)批准的药物中大约四分之一是以植物为基础，众所周知，有的药物如紫杉醇和阿司匹林就是从植物中分离出来的。

MCE收录了 3,204 种植物来源的天然产物。MCE植物来源化合物库是一种有用的药物开发工具，可用于高通量筛选 (HTS) 和高内涵筛选 (HCS)。

天然产物具有巨大的支架多样性和结构复杂性，其药物数量代表了新型药理实体的大量来源，因此天然产物在药物发现中具有重要意义。天然产物词典 (DNP) 显示天然产物主要来源于植物，动物，微生物，其中动物来源属于天然产物中的第二重要来源。动物源性天然产物在几乎所有形式的动物中都有不同程度的存在，一般是从生物体中提取的次级代谢产物。

MCE收录了 992 种动物来源的天然产物。MCE动物来源化合物库是一种有用的药物开发工具，可用于高通量筛选 (HTS) 和高内涵筛选 (HCS)。

天然产物由于其空间结构及生物活性的多样性，一直是先导化合物及新药开发的重要来源。在开发和发现多种治疗人类疾病的新药上发挥着重要作用，特别是抗肿瘤及抗感染药物开发方面表现突出。大量来自植物、动物、海洋生物和微生物的天然产物已被证明具有明确或潜在的抗肿瘤活性。目前，超过60%的抗肿瘤药物都从天然来源中提取，其中在乳腺癌，前列腺癌，结肠癌等领域应用较为广泛。

MCE提供了 1,920 种具有明确抗肿瘤活性的天然产物。MCE抗肿瘤天然产物库是抗肿瘤药物筛选等相关研究的有用工具。

CRBN 即 cereblon，是泛素 - 蛋白酶体系统中 E3 泛素连接酶复合物的底物识别亚基。CRBN 配体库是能特异性结合 CRBN 蛋白的小分子化合物片段的集合。

这些配体多基于经过验证的 CRBN 结合弹头设计，通过 AI 分子生成优化系统进行改造，不仅包含来那度胺类经典结构，也涵盖非来那度胺类的新型骨架，且经过成药潜力过滤，具有结构多样性和较好的成药性质，可基于库中配体进行优化改造，助力新型分子胶降解剂研发，加速诱导 CRBN 与新底物蛋白结合的分子胶发现，同时可用于 CRBN 新底物挖掘，鉴定未知的CRBN 底物。

MCE的CRBN配体库包含144个CRBN亲和力较好的片段，其分子量在 200 - 500之间。基于库中配体开发的化合物可针对癌症、自身免疫疾病等多种疾病靶点，进一步推动分子胶和PROTAC治疗药物研发。

在药物研发领域，靶点结合与成药属性优化是核心环节，而高溶解度是药物成药的关键属性之一，直接影响药物研发的进程。良好的溶解度可保障药物分子在体内快速溶解、均匀分布，进而提升生物利用度，有效规避因溶解度不足导致的药效不佳、给药剂量增加或毒副作用增强等问题。

从药物分子设计角度出发，高溶解度药物片段既是优质的“分子砌块”，也基于这些片段可快速筛选出具有潜在成药价值的先导化合物，能够显著缩短药物研发周期、降低研发成本。同时高溶解度药物片段库能为不同治疗领域的药物研发提供多样化选择，针对临床现有药物的溶解度缺陷提供解决方案，助力开发出生物利用度更高、安全性更好的新型高效靶向药物。

MCE收集整理了3000个经过实验验证的高溶解性的小分子片段，可直接为药物分子设计提供经过预先的溶解度验证的优质片段，显著提升先导化合物筛选效率，可加速推进药物研发进程。

分子胶虚拟库是依托生成式人工智能技术，整合已知分子胶的结构特征、活性数据及三元复合物（靶蛋白 - E3 - 分子胶）的相互作用信息，构建的兼具新颖性、类药性、多样性、可合成性的化合物库。该库适用于基于分子胶的AI药物筛选、大型虚拟筛选等

MCE依托强大的计算能力，以高质量分子砌块为基础构建该库，搭配严谨的反应规则与优化的化合物生成策略。为保障库体质量，剔除了合成难度高、类药性低、PAINS化合物及其他不良分子，再通过化合物骨架分析，筛选出类药多样性分子进行可合成性分析，剔除合成难度过高的分子，最终形成规模庞大、结构多样、可合成且具备类药性的分子胶虚拟库。

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。

激酶抑制剂最突出的作用机制是它们结合到激酶蛋白铰链区与ATP直接竞争，激酶一旦被抑制剂阻断，就失去了将磷酸基团从ATP转移到其他分子的能力，导致激酶的活性被破坏。

激酶抑制剂的铰链结合区模拟了ATP核碱基和激酶的相互作用模式，MCE从ChEBML数据库中提取了上万的激酶抑制剂并分离其分子片段，由于在某些情况下，分子片段上的氨基和酰胺基团对在铰链区域结合非常重要，因此我们通过向环系统的未占据位置添加这两种基团，使收集的结果更为多样化。随后，通过在不同的激酶结合点对这些片段进行对接，以检验它们在铰链区域的结合能力，同时还用药效团约束来确保和激酶铰链区的关键氨基酸有相互作用，最终获得激酶相关的分子片段。

MCE提供 10,000 种符合以上要求的激酶片段分子，现货供应，是用于激酶类靶点药物筛选和开发的有效工具。

苗头分子的发现是新药研发的起跑线，在众多可用的工具中，DNA编码化合物库已成为高通量筛选的革命性平台, 与传统的HTS相比，筛选流程短，成本低，测定方法简单，库容量大。

DEL建库通过split-and-pool synthesis（拆分‑合并合成）组合化学合成方法进行循环拆分、反应、合并，用极少量步骤，快速实现片段的指数级组合，无需逐一合成与分离纯化，大幅降低成本。研究人员通过DEL筛选，可一次性完成海量化合物与靶蛋白的亲和力筛选，每个化合物自带唯一 的DNA 序列，通过对DNA序列进行解码和数据分析，轻松实现对百万至上亿化合物库的高效筛选。因此，DEL筛选兼具高效率与低成本的双重优势，使DEL技术成为现代药物发现领域具有变革性的技术。

本库由50个独立的子库构成，总分子规模达1000亿，通过2轮、3轮和4轮的分步组合化学建库策略构建，采用丰富的骨架类型和多样的连接策略，涵盖不同的环系、线性骨架以及杂环体系，无需依赖靶蛋白的特定活性检测方法，仅通过亲和性即可完成筛选，适配性强，可应用于各类靶点的DEL筛选。

DEL技术通过将每个小分子化合物与一个独特的DNA序列共价连接，实现在一个管子里面同时筛选上百万或者上亿的化合物。传统的DEL筛选主要是发现非共价结合分子，这些分子与靶点之间的相互作用是可逆的。然而，共价DEL（CoDEL）则是在化合物中引入具有亲电反应活性的共价弹头，这些弹头能够与靶蛋白上特定的氨基酸残基（如半胱氨酸、赖氨酸等）形成稳定的共价键，进而增强结合强度，延长其在靶点上的停留时间，并有可能克服传统非共价抑制剂面临的耐药性或脱靶等效应。

本库是一个先进的、高度多样的化合物集合，由35 个独立子库组成，总分子规模达1400万，涵盖超过14个经过试验验证的共价弹头，这些弹头可靶向半胱氨酸，赖氨酸，精氨酸，天冬氨酸和谷氨酸。通过构建多样化核心成药骨架并整合可控共价反应弹头进行建库，兼具结构多样性、反应特异性和靶点广谱性等特点，可用于高效快速发现高选择性共价抑制剂。