「德睿智药」团队自主研发的ADMET Ranker™软件，通过大语言模型挖掘系统获取超过300万高质量

ADMET数据，并基于原研的深度学习和大语言模型构建了行业领先的人工智能模型。目前，

该软件已完成在多家上市公司及科研单位的私有化部署，并在内部私有ADME/T数据测评中显示出卓越的

预测性能，已在数十条新药研发管线中得到实际验证。

为帮助更多医药企业和科研人员了解和使用这款AI驱动的ADME/T工具，「德睿智药」近期举办了

ADMET Ranker™软件在线研讨会，分享如何借助ADMET Ranker™软件在药物研发中设计与优化更具

成药潜力的分子：

1. 降低分子心脏毒性风险：ADMET Ranker™如何快速识别并优化hERG高风险分子，从而降低心脏毒性

风险。

2. 提升分子吸收能力：基于人工智能驱动的吸收预测大模型（如Caco2,MDCK等），对吸收性能较差的

分子进行针对性优化与设计。

3. 如何利用ADMET Ranker™模块MindDraw和MindPlot实现分子优化和可视化。

1）MindDraw模块：实时绘制分子结构并快速预测ADMET性质，助力分子结构迭代优化。

2）MindPlot模块：将预测结果与实验数据进行可视化对比，快速识别问题分子并制定下一步优化策略。

1

快速识别并优化hERG高风险分子

hERG是一种心脏钾离子通道蛋白，负责调控心肌细胞的复极化过程，抑制hERG通道可能导致QT间期延

长，进而引发尖端扭转型室性心动过速（TdP）等严重心脏毒性反应。因此，评估化合物对hERG通道的

抑制作用已成为临床前心脏安全性评价的关键环节。

据统计，约25%-40%的先导化合物表现出不同程度的hERG相关毒性，许多药物因潜在的QT间期延长

风险而被撤市。为规范药物心脏毒性评估，国际人用药品注册技术协调会（ICH）发布了S7B指导原则，

明确将体外hERG检测作为药物致心律失常风险评估的标准化方法。此外，美国食品药品监督管理局

（FDA）和欧洲药品管理局（EMA）等监管机构均要求在新药研发早期进行hERG毒性评估，并将其作为

新药上市申请的必要部分。

如上述案例所示，ADMET Ranker™软件可在药物研发早期进行hERG安全性预测，评估化合物对hERG

通道的抑制程度。通过优化药物分子结构，如降低脂溶性和碱性、引入羟基或酸性基团、进行构象限制

等策略，将hERG IC50从<1 μM提升至>30 μM，显著降低心脏毒性风险。

针对Caco2性质，对吸收性能较差的分子进行优化与设计

Caco-2细胞模型通过模拟小肠上皮细胞的吸收转运过程，为药物分子跨小肠黏膜的通透性提供关键信息，

广泛应用于药物跨膜吸收效率评估及口服生物利用度预测。通过测定药物在Caco-2单层细胞上的表观渗透系数（Papp），可初步评估其吸收特性。传统湿实验成本较高，而「德睿智药」的ADMET Ranker™软件能够高效预测Caco-2 A2B/Efflux数值，兼具预测准确性与成本效益优势。

如上述案例所示，使用ADMET Ranker™软件可在药物研发早期阶段预测分子的Caco-2 A2B/Efflux特性，并对渗透性差的分子进行设计及改造，从而得到高渗透性的分子。