代表性核心库（基于Bemis-Murcko Clustering算法）

Representative Compounds Library (Bemis-Murcko Clustering Algorithm)

产品编号 DD3700

300k代表性化合物库是基于生成Bemis-Murcko骨架，过滤和三类挑选构建而成。现货产品，包含100k 种化合物，货期更短，性价比更高，欢迎咨询！

TargetMol的所有产品和服务仅用于科学研究，不能被用于人体，我们也不向个人提供产品和服务。

资源下载

化合物库相关信息

Excel

SDF

联系我们获取更多批次信息

产品编号 DD3700

代表性核心库（基于Bemis-Murcko Clustering算法）

规格

30 μL x 10 mM (in DMSO)
50 μL x 10 mM (in DMSO)
100 μL x 10 mM (in DMSO)
250 μL x 10 mM (in DMSO)

询价 & 定制

产品描述

对整个160万ChemDiv库中的每个化合物生成Bemis-Murcko骨架（BMS）。
应用REOS、MedChem和PAINS过滤器，以去除反应性、有毒、多效性和其他不良的结构基团。
然后应用物理化学性质过滤器，以去除非药物样化合物。
对剩余的化合物选择，为每个化合物生成Bemis-Murcko骨架（BMS），计算每个BMS的唯一数量和每个BMS中的化合物数量。
将选择分为3个类别，用于将来进行聚类和多样性选择：
a. 每个唯一BMS的个体分子数量：1-3
b. 每个唯一BMS的个体分子数量：4-1000
c. 每个唯一BMS的个体分子数量：>1000
使用RDKit MaxMin算法（Tanimoto，ECFP4，2048位）针对每个类别中的每个BMS逐步选择（即聚类）个体分子。聚类大小（即每个BMS中选择的个体分子数量）由以下公式计算：
将所有3个选择合并为30万个化合物集合。