1从头设计抗衰老候选分子
- 1在GeroQubit平台上输入目标靶点或衰老相关通路（如SIRT1或mTOR）。
- 2设置分子属性约束（如分子量、脂溶性、毒性过滤）。
- 3运行AI生成模块，从结果列表中选择通过虚拟筛选的候选分子。
- 4导出分子结构式，提交给合作实验室进行合成与验证。
2优化现有长寿药物先导化合物
- 1上传先导化合物的SMILES或结构文件到GeroQubit优化模块。
- 2指定优化目标，例如提高代谢稳定性、降低hERG毒性或增强靶点亲和力。
- 3运行分子优化，查看AI生成的类似物及其预测活性与药代属性。
- 4选择最优类似物，获取合成路线建议并开始实际合成。
3预测药物-靶点相互作用以发现新适应症
- 1输入已知抗衰老药物名称或结构，进入靶点预测功能。
- 2选择人类蛋白质组数据库，运行AI预测模型。
- 3查看排名前10的预测靶点及结合置信度，筛选与衰老相关的新靶点。
- 4根据预测结果设计实验验证方案，或直接利用平台生成针对新靶点的衍生物。