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を行う datamol-io の Python ライブラリです。文献に基づくドラッグライクネスのルール、名前付きアラートカタログ、複雑さのしきい値、化学基の検出、カスタムクエリ言語を適用して、化合物ライブラリを大規模にトリアージできます。フィルターは状況に応じたガイドラインです。専門知識や標的に関する知見と組み合わせてください。

バージョンに関する注意： 例は medchem 2.0.5（PyPI の安定版、2024 年 11 月）を対象としています。Python ≥3.9 が必要です。datamol と RDKit に依存します（自動的にインストールされます）。RuleFilters と構造フィルターのクラスは pandas DataFrame を返します。Lilly demerits を使用するには、オプションのネイティブバイナリが必要です（mamba install lilly-medchem-rules）。

このスキルを使用する場面

以下の場合にこのスキルを使用してください。

• 化合物ライブラリにドラッグライクネスのルール（Lipinski、Veber、CNS、リードライクなど）を適用する
• 構造アラート、PAINS、NIBR スクリーニングデッキのルールで分子をフィルタリングする
• ヒットからリードへの移行やリード最適化のために化合物の優先順位を付ける
• ZINC 由来のしきい値と比較する複雑さの指標を計算する
• 官能基や名前付き部分構造カタログを検出する
• medchem クエリ言語で複数条件のフィルターを構築する

インストール

uv pip install medchem datamol

オプション — Eli Lilly の減点フィルター（conda-forge のネイティブバイナリが必要です）。

mamba install -c conda-forge lilly-medchem-rules

主な機能

1. メディシナルケミストリーのルール

medchem.rules を使用して、確立されたドラッグライクネスのルールを適用します。

利用可能なルールの一覧：

import medchem as mc

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

1 つの分子に単一のルールを適用する：

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 で複数のルールを適用する（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"]]

keep_props=True を指定すると、計算された記述子（mw、clogp、tpsa など）を結果に含められます。

2. 構造アラートフィルター

medchem.structural を使用して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()
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のキュレーション）：

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

デフォルトでは、severity >= 10 の化合物は除外されます（NIBR の論文を参照）。

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 を使用するか、関数型 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.alert_filter(mols=mol_list, alerts=["pains"], n_jobs=-1)

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

4. 関数型 API

medchem.functional は、ブール値のマスク（True = 合格）を返す、1 回の呼び出しで使える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.alert_filter(mols=mol_list, alerts=["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です）、macrocycle_filter、bredt_filter、protecting_groups_filter など。

5. 化学基

medchem.groups を使用して、官能基やキュレーション済みの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)                        # dict of group → atom indices
group.filter(mols)                            # molecules matching the group

# Returns molecules that do 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 groups_db を介してファイルから読み込めます（smiles／smarts、name、group 列を含む CSV）。

6. 分子の複雑さ

複雑さの指標を、事前計算された ZINC-15 のパーセンタイルしきい値と比較します。

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. 骨格の制約

medchem.constraints.Constraints はコア骨格に一致する分子を見つけ、原子ごとの制約関数を適用します。単純な MW／LogP の範囲指定ではありません。特性の範囲を指定するには、RuleFilters、mc.rules.list_descriptors() による記述子、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.to_mol("c1ccccc1")
constraints = mc.constraints.Constraints(
    core=core,
    constraint_fns={"query": lambda mol, atom_idx, query: ...},
)
constraints(mol)

8. Medchem クエリ言語

medchem.query.QueryFilter を使用して、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する
• HASALERT("pains") — 名前付きカタログ（pains、brenk、nibr、tox など）に一致する
• HASPROP("mw", <, 500) — 記述子を比較する（比較演算子は引用符で囲みません）
• HASGROUP("privileged_scaffolds") — 化学基に一致する
• HASSUBSTRUCTURE("c1ccccc1") — 部分構造に一致する
• 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

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：リード最適化のフィルタリング

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="95", n_jobs=-1
)

passes = (
    rules_df["pass_all"]
    & nibr_df["pass_filter"]
    & 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です — 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よくある例外です。
2. フィルターを組み合わせます — ルール、アラートカタログ、複雑性のしきい値は、併用すると最も効果的です。
3. 並列化を使用します — 分子数が 1000 を超えるライブラリでは、n_jobs=-1 を渡します。
4. 戻り値の型を確認します — RuleFilters と構造クラスは DataFrame を返し、機能ヘルパーはブール配列を返します。
5. Lilly の減点は任意です — lilly-medchem-rules を別途インストールします。機能 API のデフォルトの最大減点数は 160 です。
6. 判断を記録します — 監査証跡として、status、reasons、severity の各列を保持します。

リソース

references/api_guide.md

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

references/rules_catalog.md

利用可能なルール、アラートセット、複雑性の指標、フィルター選択のガイドラインをまとめたカタログです。

scripts/filter_molecules.py

設定可能なルール、アラート、複雑性のしきい値を指定して、CSV/TSV/SDF/SMILES 入力を一括フィルタリングするスクリプトです。

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/ (2.0.5)

エージェントの運用手順

1. 環境を確認します。 ツールキットのバージョンと入力形式（SMILES、SDF、PDB、CIF）を確認し、計算前に分子をサニタイズします。
2. 入力を明確にします。 データまたはユーザーに確認して、形式、識別子、パラメーターを特定します。結果に影響する値については、推測せずに質問します。
3. まず小規模に実行します。 最初に少数の分子または 1 つのターゲットを処理し、出力を確認します。
4. 上記の手順と参考資料を使用して、タスク全体を実行します。
5. 結果を検証します。 無効な構造、単位の整合性、予測モデルの適用範囲を確認します。
6. 報告します。 実行内容（バージョン、コマンド、パラメーター）、確認した項目、未確定事項を明記します。

このような場合	対応方法
分子のパースまたはサニタイズに失敗する	理由を示して報告し、スキップします。構造を黙って破棄または変更してはいけません。
これらの手順に記載された関数、フラグ、エンドポイントがインストール済みのバージョンにない	インストール済みバージョンのドキュメント（help()、--help、公式ドキュメント）を確認して適宜対応し、ユーザーに伝えます。API を捏造してはいけません。
必須の入力、識別子、パラメーターが曖昧である	ユーザーに質問するか、実行前に仮定を明示します。

整合性に関するルール

• 結果、パラメーター、識別子、引用、統計を捏造してはいけません。実行または検証できないことは、明確に伝えます。
• 計算による予測は仮説であり、実験結果ではありません。そのように明記します。
• ここに記載されているバージョン固有の詳細は古くなっている可能性があります。インストール済みバージョンの公式ドキュメントで確認します。
• 費用が発生する操作、共有 GPU やクラウドのクォータを消費する操作、個人データや患者データに触れる操作、取り消せない操作を行う前に、必ず確認します。

関連スキル

• datamol: datamol Python ライブラリ（import datamol as dm）を通じて RDKit をラップし、分子のケモインフォマティクスを行って、ネイティブの rdkit.Chem.Mol オブジェクトを返します…
• molfeat: calculators、scikit-learn…を提供する molfeat（0.11.0）を使って、SMILES 文字列または RDKit/datamol 分子を数値特徴量に変換します。
• rdkit: RDKit（Python）を使用した SMILES、MOL/SDF、InChI の読み書き、記述子（MW、LogP、TPSA）の計算、Morgan/…の生成を案内します