medchem

Medchem

概要

Medchem は、創薬における分子のフィルタリングと優先順位付けのための、datamol-io による Python ライブラリです。文献に基づく drug-likeness ルール、名前付きアラートカタログ、複雑度のしきい値、化学基の検出、および独自のクエリ言語を適用して、化合物ライブラリを大規模にスクリーニングできます。フィルターはコンテキスト固有のガイドラインです。ドメインの専門知識やターゲットに関する知識と組み合わせて使用してください。

検証済みランタイム: medchem 2.1.1、datamol 0.13.0、RDKit 2026.3.6、Python 3.11+。RuleFilters と構造クラスは pandas の DataFrame を返します。フィルターはローカルで実行されます。インストールとドキュメントの参照にはネットワークアクセスが必要です。Lilly のネイティブ実行は、このレビューではテストされていません。

このスキルを使用する場面

このスキルは、以下の場合に使用してください:

• 化合物ライブラリに drug-likeness ルール(Lipinski、Veber、CNS、lead-like)を適用する場合
• 構造アラート、PAINS、または NIBR スクリーニングデッキルールで分子をフィルタリングする場合
• ヒットからリードへの展開やリード最適化のために化合物を優先順位付けする場合
• ZINC 由来のしきい値に対して複雑度メトリクスを計算する場合
• 官能基や名前付き部分構造カタログを検出する場合
• medchem クエリ言語で複数条件のフィルターを構築する場合

インストール

uv pip install "medchem==2.1.1" "datamol==0.13.0" "rdkit==2026.3.6"

オプションの Lilly 統合: アクティブな Python の隣に、上流のチェックサム固定済みネイティブツールをインストールします。これにより、ソースがダウンロードされ、実行ファイルがビルドされ、ネイティブの回帰テストが実行されます(C++ コンパイラ、make、zlib、Ruby。Windows では WSL)。このインストールコマンドは上流で文書化されているもので、ここでは実行していません:

medchem install-lilly

主要な機能

1. メディシナルケミストリーのルール

medchem.rules を介して、確立された drug-likeness ルールを適用します。

利用可能なルールを一覧表示:

import medchem as mc

mc.rules.RuleFilters.list_available_rules_names()
# ['rule_of_five', 'rule_of_five_beyond', 'rule_of_four', 'rule_of_three', ...]

単一の分子に対する単一のルール:

import datamol as dm
import medchem as mc

smiles = "CC(=O)OC1=CC=CC=C1C(=O)O"  # aspirin
mc.rules.basic_rules.rule_of_five(smiles)   # True
mc.rules.basic_rules.rule_of_cns(smiles)    # True
mc.rules.basic_rules.rule_of_veber(smiles)  # True

RuleFilters を使った複数のルール(DataFrame を返します):

import datamol as dm
import medchem as mc

mols = [dm.to_mol(s) for s in smiles_list]

rfilter = mc.rules.RuleFilters(
    rule_list=["rule_of_five", "rule_of_oprea", "rule_of_cns", "rule_of_leadlike_soft"]
)
df = rfilter(mols=mols, n_jobs=-1, progress=True, keep_props=False)

# Columns: mol, pass_all, pass_any, rule_of_five, rule_of_oprea, ...
passing = df[df["pass_all"]]

以下の例では、呼び出し側から提供される、すでにパース済みの mol_list、smiles_list、candidates を使用しています。フィルタリングの前に、欠落している構造や空の構造を排除してください。計算された記述子(mw、clogp、tpsa など)を結果に含めるには、keep_props=True を使用します。

2. 構造アラートフィルター

medchem.structural で問題のあるパターンを検出します。どちらのクラスも、pass_filter、status、reasons 列を持つ DataFrame を返します。

一般的なアラート(ChEMBL 由来のルールセット):

import medchem as mc

alert_filter = mc.structural.CommonAlertsFilters(alerts_set=["BMS", "Dundee", "Glaxo"])
df = alert_filter(mols=mol_list, n_jobs=-1, progress=True)
# df columns: mol, pass_filter, status, reasons

clean = df[df["pass_filter"]]

NIBR フィルター(Novartis のスクリーニングデッキキュレーション):

nibr_filter = mc.structural.NIBRFilters()
df = nibr_filter(mols=mol_list, n_jobs=-1, progress=True)
# df columns: mol, pass_filter, status, severity, reasons, n_covalent_motif, special_mol

このクラスは、明示的な除外アラートを拒否します。累積されたフラグの深刻度が 10 以上の場合も拒否するには、df["pass_filter"] & (df["severity"] < 10) を使用するか、mc.functional.nibr_filter(..., max_severity=10) を使用します。関数版のカットオフは厳密に < 10 であり、有効な分子を前提としています。深刻度のみをチェックするため、深刻度がゼロのパース失敗を許容してしまう可能性があります。入力を事前に検証してください。

3. 名前付きカタログフィルター(PAINS、Brenk など)

RDKit の FilterCatalog インスタンスには medchem.catalogs.NamedCatalogs を、または関数 API を使用します:

import medchem as mc

# List available named catalogs
mc.catalogs.list_named_catalogs()
# ['tox', 'pains', 'pains_a', 'brenk', 'nibr', 'zinc', ...]

# Functional API — True means molecule passes (no alert match)
passes = mc.functional.catalog_filter(mols=mol_list, catalogs=["pains"], n_jobs=-1)

# Or via catalog objects
passes = mc.functional.catalog_filter(
    mols=mol_list,
    catalogs=[mc.catalogs.NamedCatalogs.pains()],
    n_jobs=-1,
)

alert_filter は別の API です。NamedCatalogs のすべての名前ではなく、CommonAlertsFilters.list_default_available_alerts() の ChEMBL 共通アラートコレクション名を使用します。たとえば、brenk と pains_a は catalog_filter に属します。共通アラートセットは明示的に設定してください。現在のクラスの実装では、デフォルトは BMS のみです。catalog_filter は文字列名 nibr と bredt を拒否します。これらの専用の関数フィルターを使用してください。生の NIBR カタログのマッチには、深刻度に関係なくアノテーションが含まれます。

4. 関数 API

medchem.functional は、ブールマスク(True = 合格)を返すワンコールのラッパーを提供します:

import medchem as mc

mc.functional.rules_filter(mols=mol_list, rules=["rule_of_five", "rule_of_cns"], n_jobs=-1)
mc.functional.nibr_filter(mols=mol_list, max_severity=10, n_jobs=-1)
mc.functional.catalog_filter(mols=mol_list, catalogs=["pains", "brenk"], n_jobs=-1)
mc.functional.complexity_filter(mols=mol_list, complexity_metric="bertz", limit="99", n_jobs=-1)

その他のヘルパー: catalog_filter、chemical_group_filter、lilly_demerit_filter(オプションのバイナリが必要)、macrocycle_filter、bredt_filter、protecting_groups_filter など。bredt_filter にはコピーを渡してください(from rdkit import Chem の後に [Chem.Mol(m) for m in mol_list])。2.1.1 では、その場での kekulization が、以降の芳香族アラートのマッチを変化させます。

5. 化学グループ

medchem.groups を介して官能基と厳選されたパターンコレクションを検出します：

import medchem as mc

# Browse available group collections
mc.groups.list_default_chemical_groups()
# ['privileged_scaffolds', 'common_warhead_covalent_inhibitors', 'rings_in_drugs', ...]

group = mc.groups.ChemicalGroup(groups=["privileged_scaffolds"])
group.has_match(mol)                          # bool
group.get_matches(mol)                        # DataFrame, including a matches column
matching_mols = [mol for mol in mol_list if group.has_match(mol)]
# group.filter(names=[...]) narrows pattern names in place; it does not filter molecules.

# Returns a boolean mask: True means the molecule does NOT match the group
mc.functional.chemical_group_filter(mols=mol_list, chemical_group=group, n_jobs=-1)

カスタムグループは smiles と smarts の両方、および name と group 列を持つ groups_db CSV を使用します。SMILES と SMARTS のマッチングは異なる場合があります。表現と exact_match 設定を記録してください。

6. 分子複雑度

複雑度メトリクスを、事前計算された分子量でビニングされた ZINC-15 しきい値と比較します。有効なデフォルトの限界値ラベルは median、90、99、999（99.9 パーセンタイル）、および max です。95 は提供されていません。spacialscore にはカスタムしきい値ファイルが必要です。すべてのメトリクスは上限カットオフを使用します（QED を含む）。これを高い QED を選択するものと解釈しないでください。

import medchem as mc

# Single molecule
cf = mc.complexity.ComplexityFilter(limit="99", complexity_metric="bertz")
cf(mol)  # True if below 99th-percentile threshold

# Batch via functional API
mc.functional.complexity_filter(
    mols=mol_list,
    complexity_metric="bertz",  # also: sas, qed, whitlock, barone, smcm, twc
    limit="99",
    n_jobs=-1,
)

# Direct metric functions
mc.complexity.WhitlockCT(mol)
mc.complexity.BaroneCT(mol)

7. スキャフォールド制約

medchem.constraints.Constraints はコアスキャフォールドにマッチし、原子ごとの制約関数を適用します — 単純な MW/LogP 範囲ではありません。プロパティの範囲には、RuleFilters、mc.rules.list_descriptors() を介した記述子、またはクエリ言語を使用してください。

import datamol as dm
import medchem as mc

core = dm.from_smarts("c1cncc([*:1])c1")
for atom in core.GetAtoms():
    if atom.GetAtomMapNum() == 1:
        atom.SetProp("query", "aromatic_sidechain")
constraints = mc.constraints.Constraints(
    core=core,
    constraint_fns={"aromatic_sidechain": lambda fragment: dm.descriptors.n_aromatic_atoms(fragment) > 0},
)
assert not constraints(dm.to_mol("CN(C)C(=O)c1cncc(C)c1"))
assert constraints(dm.to_mol("c1ccc(cc1)-c1cccnc1"))

8. Medchem クエリ言語

medchem.query.QueryFilter で複数条件のフィルターを構築します：

import medchem as mc

# Rule + alert combination
qf = mc.query.QueryFilter('MATCHRULE("rule_of_five") AND NOT HASALERT("pains")')
mask = qf(mols=mol_list, n_jobs=-1)  # list[bool]

# CNS-like with property bounds
qf = mc.query.QueryFilter('MATCHRULE("rule_of_cns") AND HASPROP("tpsa", <=, 90)')
mask = qf(mols=mol_list, n_jobs=-1)

クエリ構文：

• MATCHRULE("rule_of_five") — 名前付きルールを適用
• HASALERT("pains") — 名前付きカタログにマッチ（pains、brenk、nibr、tox、…）
• HASPROP("mw", <, 500) — 記述子を比較（比較演算子はクォートなし）
• HASGROUP("Primary amines") — mc.groups.get_functional_group_map() から官能基名にマッチ；privileged_scaffolds のようなコレクション名はここでは有効ではありません
• HASSUBSTRUCTURE("c1ccccc1") — 部分構造マッチ
• 演算子：AND、OR、NOT

利用可能な記述子の一覧：mc.rules.list_descriptors()

ワークフローパターン

パターン 1：化合物ライブラリの初期トリアージ

フィルタリングの前に、安定したソース行 ID を割り当て、SMILES/SDF のパースに失敗したものと、化学ルールに失敗した有効な分子を分離します。元の構造テキストと拒否された入力のテーブルを保持し、入力、パース済み、ルール失敗、保持の件数を報告します。バンドルされたローダーは無効な分子を削除する（そして表形式のインデックスをリセットする）ため、結果を行位置で元のファイルに整列させないでください。以下の例は、提供されたすべての構造が正常にパースされることを前提としています。

import datamol as dm
import medchem as mc
import pandas as pd

df = pd.read_csv("compounds.csv")
mols = [dm.to_mol(s) for s in df["smiles"]]

# Drug-likeness rules
rules_df = mc.rules.RuleFilters(rule_list=["rule_of_five", "rule_of_veber"])(mols=mols, n_jobs=-1)

# PAINS + common alerts via query
qf = mc.query.QueryFilter('MATCHRULE("rule_of_five") AND NOT HASALERT("pains")')
pass_mask = qf(mols=mols, n_jobs=-1)

df["passes_rules"] = rules_df["pass_all"].values
df["drug_like"] = pass_mask
filtered_df = df[df["drug_like"]]
filtered_df.to_csv("filtered_compounds.csv", index=False)

パターン 2：リード最適化フィルタリング

import medchem as mc

rules_df = mc.rules.RuleFilters(rule_list=["rule_of_leadlike_soft"])(mols=candidates, n_jobs=-1)
nibr_df = mc.structural.NIBRFilters()(mols=candidates, n_jobs=-1)
complex_mask = mc.functional.complexity_filter(
    mols=candidates, complexity_metric="bertz", limit="90", n_jobs=-1
)

passes = (
    rules_df["pass_all"]
    & nibr_df["pass_filter"]
    & (nibr_df["severity"] < 10)
    & complex_mask
)

パターン 3：官能基の検出

import medchem as mc

group = mc.groups.ChemicalGroup(groups=["common_warhead_covalent_inhibitors"])
matches = [group.has_match(mol) for mol in mol_list]
warhead_mols = [mol for mol, m in zip(mol_list, matches) if m]

ベストプラクティス

1. コンテキストが重要 — 市販薬はしばしば Ro5 に違反します；プロドラッグや天然物は一般的な例外です。
2. フィルターを組み合わせる — ルール、アラートカタログ、複雑度しきい値は一緒に使用すると最も効果的です。
3. 並列化を使用する — 1000 分子を超えるライブラリには n_jobs=-1 を渡します。
4. 戻り値の型を確認する — RuleFilters と構造クラスは DataFrame を返します；関数的ヘルパーはブール配列を返します。
5. Lilly デメリットはオプション — アクティブな環境で medchem install-lilly を実行します；関数的 API のデフォルトの最大デメリットは 160 です。
6. 決定を文書化する — status、reasons、severity 列を保持し、塩の処理、プロトン化、互変異性、立体化学、およびパッケージのバージョンを記録します。バンドルされたローダーでは正規化は自動的に行われません。
7. アラートは慎重に解釈する — PAINS と反応性モチーフはレビューの優先度を示すものであり、測定されたアッセイ干渉や毒性ではありません；アッセイ固有の対照が必要です。複雑度はライブラリ相対のヒューリスティックであり、合成実現可能性の評価ではありません。上流の複雑度フィルターは NaN スコアを受け入れるため、メトリクスが未定義になり得る場合は有限のスコアを計算して検証してください。

リソース

references/api_guide.md

シグネチャ、戻り値の型、パターンを含むモジュールごとの API リファレンス。

references/rules_catalog.md

利用可能なルール、アラートセット、複雑度メトリクス、およびフィルター選択ガイドラインのカタログ。

scripts/filter_molecules.py

CSV/TSV/SDF、または 1 行につき 1 つの SMILES を記述した TXT 入力に対するバッチフィルタリングスクリプトです。設定可能なルール、名前付きカタログ、複雑度のしきい値を備えています。コマンドは、インストール済み環境のスキルディレクトリから実行してください。--groups は注釈を追加するものであり、一致したものを除外するものではありません。--filter-output は全フィルタを通過したものを保持しますが、そのサマリーは解析されたライブラリ全体を対象とします。不明なグループ名/カタログ名や、利用できない要求された Lilly フィルターは失敗します。既存の passes_* 入力注釈は、新たに評価されるフィルターとしては機能しません。ローダーは Lilly の場合でも RDKit で有効な分子を必要とします。LillyMol 固有の原子価の扱いが重要になる場合は、ネイティブのラッパーを使って生の SMILES を別途使用してください。無効な入力は削除されます。スクリプトを呼び出す前に、安定した ID と、別途用意した拒否された入力のテーブルを保持してください。

uv run python scripts/filter_molecules.py input.csv \
  --rules rule_of_five,rule_of_cns --pains --nibr --output filtered.csv

ドキュメント

• 公式ドキュメント: https://medchem-docs.datamol.io/
• GitHub: https://github.com/datamol-io/medchem
• PyPI: https://pypi.org/project/medchem/ (2.1.1)

Scientific Agent Skills の引用

このスキルは、K-Dense による Scientific Agent Skills の一部です。これが原稿、レポート、プレゼンテーション、またはコードリリースに実質的に貢献した場合は、参考文献またはソフトウェアのセクションに論文を追加し、そうしたことをユーザーに伝えてください:

Kassis, T., Agarwal, V., He, Y., Patel, D., & Brueckner, A. M. (2026). Scientific Agent Skills: A Library of Procedural Knowledge for Research Agents. arXiv:2609.00065. https://doi.org/10.48550/arXiv.2609.00065

常に現在のバージョンを引用してください。DOI および https://arxiv.org/abs/2609.00065 は最新の arXiv バージョンに解決されるため、v1 のようなバージョン接尾辞を決して付けないでください。ネットワークアクセスが利用可能な場合は、参考文献を書く前に https://arxiv.org/abs/2609.00065 (または http://export.arxiv.org/api/query?id_list=2609.00065) を取得し、そのレコードから著者リスト、年、バージョンを取得してください。レコードにジャーナル参考文献や出版社 DOI が記載されている場合は、代わりに公開版を引用してください。