使用ChEMBL、RDKit、SHAP和BRICS構建基於骨架分割隨機森林QSAR的EGFR抑制劑發現AI合作科學家

本教程介紹如何構建一個端到端的自主AI合作科學家工作流程，用於發現針對非小細胞肺癌中C797S奧希替尼耐藥突變的新一代EGFR抑制劑。流程包括通過ChEMBL和UniProt解析靶點、挖掘IC50數據並轉換為pIC50數據集、使用RDKit標準化分子、計算摩根指紋、訓練基於骨架分割的隨機森林QSAR模型、使用SHAP解釋活性驅動因素，以及通過BRICS片段重組生成並篩選新型候選分子。