计算化学平台

iCVETide®计算化学平台涵盖内容包括虚拟筛选，骨架跃迁，ADMET，氨基酸库等等

诺和晟泰自主研发的iCVETide®计算化学平台，是我们攻坚多肽新药的核心引擎与创新壁垒。平台深度融合计算化学（CADD）与人工智能（AIDD），完整覆盖从靶点早期验证、智能虚拟筛选、先导化合物优化到临床前研究的全流程。

iCVETide®是我们实现多肽药物跨越式研发的“加速器”与“决策中心”。它驱动着我们同步推进两类战略：一方面，以前沿的AI模拟与设计能力，攻克全新靶点，挑战全球首创（First-in-Class）；另一方面，对热门靶点进行极致优化，高效产出具有“同类最优”（Best-in-Class）潜力的候选分子。这一平台能力确保我们能快速布局并推进具备快速上市（First-to-Market）前景的IND项目，系统性突破多肽药物研发的效率瓶颈。

简而言之，iCVETide®代表了我们将计算智能转化为差异化管线优势的核心能力。

查看视频

Virtual Screening

虚拟筛选

利用小分子化合物与药物靶标间的分子对接运算，快速地从小分子数据库中遒选出具有成药性的活性化合物

Using molecular docking between small molecules and drug targets, select bioactive compounds with drug-like properties from small molecule databases.

Scaffold Hopping

骨架跃迁

以已知的活性化合物为起点，通过改变分子的核心结构获得新颖的化学结构

Starting from known active compounds, new chemical structures are obtained bymodifying the core structure of the molecule.

(MD & Gaussian-Accelerated Computing)

MD&高斯加速

全原子模拟，分子动力学模拟体系，高斯加速动力学GaMD，多肽高性能计算，动力学轨迹淡影，高性能计算

By solving Newton's equations of motion, the trajectories of molecules, atoms,or ions in specific times and spaces are simulated.

Thermodynamic integral

热力学积分

以已知的活性化合物为起点，通过改变分子的核心结构获得新颖的化学结构

Starting from known active compounds, new chemical structures are obtained bymodifying the core structure of the molecule.

ADMET

药代动力学“吸收、分布、代谢、排泄、毒性”五大维度，多肽ADMET预测，ADMET 性质模拟,计算多肽药代动力学

Five dimensions of pharmacokinetics: absorption, distribution, metabolism, excretion, and toxicity. Peptide ADMET prediction, ADMET property simulation, and calculation of peptide pharmacokinetics

3D-QSAR

三维定量构效关系

通过分析化合物的三维结构特征与其生物活性之间的定量关系，来预测新化合物活性

Predicting the activity of new compounds by analyzing the quantitative relationship between the three-dimensional structural features of compounds and their biological activity.

Amino acid library

超大氨基酸集成数据库

我们自主构建的超大规模氨基酸虚拟库，能快速锁定潜力候选分子，并结合AI生成与骨架拼接技术，高效创制结构新颖的多肽分子，大幅拓展可成药化学空间。

We have independently constructed an ultra-large virtual amino acid library, which enables rapid identification of promising candidate molecules. By integrating AI-driven generation and scaffold-hopping technologies, we efficiently create novel peptide structures, significantly expanding the accessible chemical space for drug discovery.

AI增强的筛选精度与速度

集成AI预测筛选模型，快速排除低概率活性分子，聚焦高潜力化学空间，实现“高通量”与“高精度”的统一，大幅降低计算耗时与假阳性。

动态构象与结合模式评估

不仅进行静态对接，更结合分子动力学模拟，评估多肽在生理环境下的动态结合稳定性与诱导契合效应，提升苗头化合物预测的可靠性

智能启发式跃迁引擎

基于自主知识库与生成式AI模型，系统化地识别优势药效团并建议创新型骨架结构，突破传统化学空间的局限。

类药性与可合成性实时评估

在跃迁过程中同步进行ADMET性质预测与合成路线初步评估，确保生成的新骨架兼具活性潜力、成药性与制备可行性。

精准聚焦多肽空间

专为多肽及类肽分子的结构特性（如柔韧性、氢键网络）优化跃迁规则，显著提升对多肽靶点具有高选择性与高亲和力的新型骨架的产出效率。

计算效能与精度的平衡突破

采用增强采样算法，在保持量子化学级精度的前提下，将结合自由能计算、构象变化等关键任务的计算效率提升，使深入机理研究与大规模候选分子评估成为可能