ADMET properties of selected essential oil-derived compounds for anti-fatigue drug development.

Figshare2025-05-28 更新2026-04-28 收录

数据链接：

https://figshare.com/articles/dataset/ADMET_properties_of_selected_essential_oil-derived_compounds_for_anti-fatigue_drug_development_/29173182 数据链接链接失效反馈

官方服务：

资源简介：

ADMET properties of selected essential oil-derived compounds for anti-fatigue drug development.

创建时间：

2025-05-28

PepADMET-Dataset

ADMET性质

机器学习

PepADMET 是一个全面、经过精心清洗与统一的多肽 ADMET（吸收、分布、代谢、排泄和毒性）数据集集合，专为机器学习和深度学习建模设计。本项目将来自多个公开数据库的异构数据整合为干净、标准化的 CSV 文件，可直接用于预测多肽的溶血性 (Hemolysis)、半衰期 (Half-life) 和膜渗透性 (Permeability: Caco-2, PAMPA, MDCK, RRCK)。

github2026-02-26 更新160

DLS-100 (Drug-Like Solubility - 100 compounds) dataset

药物溶解度预测

ADMET性质

100 Molecules with measured and reported intrinsic aqueous solubilities, together with a suggested 75-25 training-test split.

NIAID Data Ecosystem50

Comparison of computational pharmokinetic and pharmacodynamic properties of HAT therapeutics to merulin A analogues.

药物发现

ADMET性质

MW - Molecular weight; ADMET BBB – log of brain/blood partition coefficient; ADMET BBB Level – Ranking of the LogBB values into the following levels: 0 - Very high (value≥0.8), 1 – High (0.8>value≥0.0

NIAID Data Ecosystem40

碘海醇结构的小分子渗透性预测评价数据

药物渗透性

ADMET性质

本数据的核心应用在于加速新型造影剂及类似大分子量、多羟基分子的生物利用度与跨膜运输研究。企业内部应用：因造影剂通常具有较大的分子量和较高的极性，其细胞膜渗透性往往是限制其口服吸收或组织分布的关键瓶颈。在药物发现的早期阶段，研发团队可利用此数据训练的深度学习模型，对海量虚拟候选化合物进行高通量虚拟筛选（HTVS），在无需进行繁琐的体外 Caco-2 细胞实验的前提下，快速预测其表观渗透系数（Pap

浙江省数据知识产权登记平台2026-05-11 更新90

ADMET Data of 330 Plant-Derived Molecules Tested Against SARS-CoV-2 Proteins

抗病毒药物发现

ADMET性质

This dataset contains ADMET parameters for approximately 330 plant-derived molecules, tested in vitro against 3CLpro, PLpro, Spike, and RdRp proteins of SARS-CoV-2. The molecules were identified throu

NIAID Data Ecosystem40

ADMET properties of selected essential oil-derived compounds for anti-fatigue drug development.

资源简介：

相关数据集