Cell 论文筛选数据
数据输入：原始片段库
Frags-Enamine-18M.csv：Enamine REAL数据库的18M片段（需提取SMILES）。 GDB11-27M.csv：GDB-11数据库的27M片段（需提取SMILES）。
下载地址：Zenodo link
原文筛选逻辑（淋病奈瑟菌靶向）
（1）数据输入：原始片段库 文件来源： Frags-Enamine-18M.csv：Enamine REAL数据库的18M片段（需提取SMILES）。 GDB11-27M.csv：GDB-11数据库的27M片段（需提取SMILES）。 （2）模型预测：Chemprop预训练模型 模型用途： 使用预训练的Chemprop模型（针对淋病奈瑟菌或金黄色葡萄球菌）预测片段的抗菌活性得分（范围0-1）。 模型合理性： Chemprop模型基于图神经网络（GNN），已在大规模化合物库（如Broad Institute的38,765个化合物）上训练，对结构-活性关系有较高预测精度。 论文验证了模型对已知抗生素片段的预测能力（见Figure S1A），证明其可靠性。 （3）多维度过滤条件 筛选逻辑包含以下条件（需代码实现）：
1.活性阈值： GDB库片段预测得分>0.05； Enamine库片段预测得分>0.1（因合成性更佳）。 2.毒性过滤： 使用预训练的HepG2、HSkMC、IMR-90细胞毒性模型，剔除预测得分>0.5的片段。 3.结构过滤： 排除含PAINS/Brenk子结构的片段（易导致假阳性或代谢不稳定）。 与已知559个抗生素的Tanimoto相似度<0.5（确保结构新颖性）。 （4）结果输出 最终获得1,156,945个片段（淋病奈瑟菌靶向），存储于补充数据或Zenodo仓库中。