使用ChEMBL、RDKit、SHAP和BRICS构建基于骨架分割随机森林QSAR的EGFR抑制剂发现AI合作科学家

本教程介绍如何构建一个端到端的自主AI合作科学家工作流程，用于发现针对非小细胞肺癌中C797S奥希替尼耐药突变的新一代EGFR抑制剂。流程包括通过ChEMBL和UniProt解析靶点、挖掘IC50数据并转换为pIC50数据集、使用RDKit标准化分子、计算摩根指纹、训练基于骨架分割的随机森林QSAR模型、使用SHAP解释活性驱动因素，以及通过BRICS片段重组生成并筛选新型候选分子。