MolSanitizer：面向大规模虚拟筛选的开源小分子数据库准备流程

ChemRxiv · 2026-10-09 · 预印本

• 一句话结论：结论：MolSanitizer作为基于RDKit的开源分子准备流程，在基准测试中表现优于若干免费软件，并与商业软件性能相当，提示其可用于大规模虚拟筛选前的数据库准备，证据档位C。
• 研究设计与做法：设计与做法：为工具开发与基准测试类研究，构建开源流程，包含化学环境感知的质子化与互变异构规则、系统性立体异构体枚举，以及结合知识结构偏好与随机扭转采样的构象生成器；具体样本量与随访材料未报告。
• 主要结果：主要结果：基准测试显示MolSanitizer性能优于若干免费软件替代方案，并达到与商业软件相当的水平；输出文件兼容多种常用分子对接程序。具体效应量、置信区间与p值材料未报告。
• 机制或解释：机制或解释：作者将其性能归因于在既有开源功能上扩展的、经整理的化学环境感知规则，以及模块化开源设计，便于用户按需定制。
• 局限与边界：局限与边界：为预印本，尚未经同行评议；基准测试的具体数据集、评价指标与统计口径材料未报告，性能比较的普适性有待验证；利益冲突材料未报告。
• 可否落地：可否落地：对计算机辅助药物发现中的数据库准备流程有实际参考价值，可作为开源替代方案试用；但基于预印本与基准测试，尚不足以下结论认为其可全面替代商业软件。

🔗 打开原文

Thua-Phong Lam, Szymon Pach, Philip Ullmann 等

本文摘自《每日前沿研究简报 · 2026-10-11》「化学信息 / 药物发现」。本内容仅用于研究信息整理与科普交流，不构成医疗建议。