: 合成路线规划与 ADMET 评估一体化平台——在线使用 + 离线部署实录)
本文收录于专栏开源小分子生成和设计实践—— 专栏覆盖生成分子、对接、SA 评估、可合成性筛选等完整链路点击订阅可跟踪后续更新。摘要你做药物化学时,是不是常在 CASP 看合成、ADMET 平台看毒性之间切换?这篇来自中南大学和新疆大学团队发表在Nucleic Acids Research的文章讲述了SynCraft Web Server——384,512 反应模板 MolMVC 多视角 ADMET 全中间体 ICH M7 实时标记 84-114 s 端到端。你能用syncraft.denglab.org跑阿司匹林和伊马替尼,看红色 ICH M7 警告如何触发。本文提供在Windows和Linux上的离线安装和使用。近期有北大团队的同名模型请看下一篇SynCraft (北大版) 解读与实战: LLM 原子级编辑跨越“合成悬崖“附加GLM-5.3 端到端跑通关键字SynCraftADMET-aware 逆合成MolMVCICH M7 致突变web server逆合成规划drug discovery中间体安全性目录§1. 相关教程与核心文献§2. 为什么你需要合成ADMET一体化工具§3. SynCraft 是什么一个类比理解它的设计§4. 核心算法:逆合成树 多视角 ADMET§5. 实战案例:伊马替尼——为什么传统工具给错路线§6. 性能与时效对比:真的比手工快吗?§7. 和同类工具的横向对比§8. 怎么用?浏览器版与离线部署实录§9. 局限与展望§10. 结语§11. 参考来源§1. 相关教程与核心文献官方资源写作时实测可访问资源链接与本文关系SynCraft Web Serverhttps://syncraft.denglab.org本文全部案例的实测入口教程页含阿司匹林 demoSynCraft32 秒跑通阿司匹林GitHub 源码GitHub - Q-Aljanabi/SynCraft: SynCraft platform · GitHubMIT 许可含 full packageZenodo 归档(实测 2026-09-27 DOI 302→zenodo.org 200)https://doi.org/10.5281/zenodo.19822545引用版本号唯一标识核心文献文献为什么值得先读Aljanabi QA, Huang Z, Song J, Deng L.SynCraft: an integrated web server for ADMET-aware retrosynthesis and molecular design. Nucleic Acids Research 54(W1): W57-W64, 2026本文讲解对象,Lei Deng 通讯,Web Server IssueHuang Z, Fan Z, Shen S 等.MolMVC: enhancing molecular representations for drug-related tasks through multi-view contrastive learning. Bioinformatics 40: ii190-ii197, 2024SynCraft ADMET 模块的底层模型,ClinTox 0.984 ROC-AUC 来源§2. 为什么你需要合成ADMET一体化工具药物早期发现里有个常被忽视的死亡谷valley of death40% 的临床前候选分子最终因为不利的 ADMET 性质失败而这些问题往往在路线设计阶段就能避免。把药物分子的合成可行性feasibility和毒性安全性safety放在两个孤立工具里看化学家不得不在 DMTA 循环里手工导出、格式化、合并数据——每多一个中间体就多 90 秒 SwissADME 操作 一份 CSV。2026 NAR Web Server 论文把这事用一个 web server 解决了“By incorporating ADMET prediction directly into the retrosynthetic search process, SynCraft enables early identification of potentially hazardous intermediates and guides the discovery of synthetic routes that are both chemically feasible and toxicologically acceptable.”具体痛点AiZynthFinder / ASKCOS 只管合成能给 5 条合成路线但中间体毒性默认不评估——ICH M7 致突变杂质要靠后续人工核 alertSwissADME / ADMETlab 3.0 只管终分子用户提交什么就评什么不参与逆合成树的搜索过程分子 1D/2D 简化表示缺立体化学和 3D 构象信息预测不准valsartan / ranitidine 召回事件:NDMA/NDEA 等基因毒杂质残留引发全球召回——如果路线设计阶段能筛掉就好SynCraft 给出的方案是把 ADMET 评估塞进逆合成 BFS 的每一步,每个中间体一出生就过 ClinTox/ToxCast 双门禁,触发 ICH M7 致突变 alert 立刻标红。§3. SynCraft 是什么一个类比理解它的设计一句话定义:SynCraft 是一个免费、无需注册的 web server,把模板法逆合成规划与多视角 ADMET 预测装进同一个浏览器界面,中间体一出生就被自动打致突变红牌。类比:你去医院看病,普通流程是先做检查 → 再做化验 → 再挂专家号——每一步都在不同楼层不同窗口,中间还要把报告复印带过去。SynCraft 像一家整合诊所:你进一个诊室,所有检查都在眼前完成,化验结果实时更新到医生的屏幕上。作者团队:Qahtan Adnan Aljanabi、Zhijian Huang、Jinmiao Song、Lei Deng(通讯)。通讯地址:leidengcsu.edu.cn,中南大学计算机科学与工程学院(School of Computer Science and Engineering, Central South University, Changsha 410083)合作单位:新疆大学软件学院(School of Software, Xinjiang University, Urumqi 830046)资助:国家自然科学基金面上项目 U23A20321 62272490、湖南省自然科学基金 2025JJ20062架构三层:层级组件作用前端React 18.2 Tailwind CSS 3.4Ketcher 分子编辑器 实时路线树渲染 颜色编码警告后端FastAPI 0.104 / uvicorn 0.24任务接收、结果持久化、HTTPS异步队列Celery 5.3 Redis 7.2GPU worker 调度4×RTX 3090 24GB硬件(论文 Web Server 节):Ubuntu 22.04 LTS 2× Intel Xeon Gold 6248R 256 GB RAM 4× NVIDIA RTX 3090 24GB PyTorch 2.1 (CUDA 12.1, FP16 ONNX fallback)。§4. 核心算法:逆合成树 多视角 ADMET4.1 逆合成引擎模板来源:USPTO-MIT (3,210 个模板) Retro* (381,302 个模板) 384,512 个反应模板,按频次降序交错,衰减打分:i 是交错排名位置,Z 归一化因子。衰减常数100在 500 分子验证集上挑出试 50-500 范围——50 以下过度加权罕见模板致搜索不稳定,500 以上接近均匀权重拖慢。搜索算法:BFS广度优先 InChIKey 环检测 6 步深度上限。为什么不用 MCTS蒙特卡洛? 论文作者选了 BFS,因为可重现性好、深度有界、跨分子运行时可预测。深度上限 6 步的依据:94.3% 的分子 6 步内能解出,扩到 8 步只多 1.8% 解决率但 4.2× 慢论文 Supplementary S1.7。复杂度感知启发式:剪枝掉 ~70% 的候选断键,只在剪枝后剩下的模板上跑深评估。Route Score 多目标排序:4 个权重w₁0.3 / w₂0.2 / w₃0.3 / w₄0.2在 200 个 ChEMBL 已知路线分子上优化,目标是最大化 Route Score 与专家化学家偏好的 Spearman 秩相关——实测 ρ0.71, p0.001。含义:SA 越低越好合成易/ SC 越低越好结构简单/ ADMET_min 越高越好最弱中间体也安全/ 步骤 n 越少越好。4.2 ADMET 引擎:MolMVC 多视角对比学习SynCraft 的安全模块是作者组之前发表的方法学框架MolMVCBioinformatics 2024, ISMB 论文集,融合三种分子视角:视角模型输入1D6 层 TransformerESPF 分子指纹SMILES 衍生)2DGIN Graph Transformer分子拓扑图3DSchNet-based Graph TransformerETKDG/MMFF94 构象视图对齐用自适应多视角对比损失 (AMCLoss),局部全局两层。3D 构象生成时间(论文 benchmark 硬件):MW300 8 ms,MW 300-500 23 ms,MW500 67 ms,15 个可旋转键的分子最高 180 ms。GPU 批推理可达每小时 10,000 个评估。MoleculeNet 6 数据集表现(scaffold split, 独立测试集):方法BBBPBACEClinToxHIVSiderToxCastEdgePred0.6730.7730.6410.7510.6040.6413DInfoMax0.6910.7860.6270.7610.5680.635GraphMVP0.7080.7930.7910.7680.6020.631Mole-BERT0.7190.8000.7890.7820.6280.643MolMVC0.7440.8590.9840.7870.6430.709ClinTox 0.984 这个数字看着炸裂——但作者自己也在论文 §2.5 主动披露了 4 条可证伪证据:(i) 复现稳定 SD0.001;(ii) 19.5% 提升源于 3D 预训练 3.4M 分子 PCQM4Mv2;(iii) 在独立 Tox21 数据集上 0.70 阈值 91% specificity;(iv) 1000 ChEMBL 分子中 73.4% 触发的含 ≥1 个 ICH M7 结构警示Derek Nexus 实证。作者主动说ClinTox 数据集小且有 scaffold-split 泄漏风险,阈值是外部数据校准的——这点比单纯报 0.984 数字更可信。SA 评分:TwistDAN(Aljanabi 等 2026 JCIM 66:2791-2806, 10.1021/acs.jcim.5c02935),用梯度反转域适应 SELFIES 增强,比传统 Ertl-Schuffenhauer 方法在结构多样的分子集上更稳。SC 评分:Coley 组的 SCScore 模型。Lipinski 五规则:≥2 违规触发视觉警告但 benchmark 用零违规为严格标准,UI 警告阈值略宽。4.3 ADMET 标记阈值——法规校准指标阈值校准依据ClinTox 0.70高风险Tox21 独立验证集 91% specificity;73.4% 触发含 ≥1 ICH M7 结构警示,与 Derek Nexus 70-75% 监管 ICH M7 阈值一致ToxCast 0.40高风险500 个 OECD Ames 验证集 84.2% 真致阳性;假阴性 15.8%EPA ToxCast 50% assay 阳性多测定标准Lipinski ≥2 违规中风险实时 UI 阈值,benchmark 零违规更严颜色编码:红色ClinTox 0.70 或 ToxCast 0.40 → ICH M7 高风险黄色ClinTox 0.60-0.70 或 ToxCast 0.40-0.50 或 ≥2 Lipinski 违规 → 中风险绿色零 Lipinski 违规 低 ClinTox 高 ToxCast → 最优§5. 实战案例:伊马替尼——为什么传统工具给错路线论文最具说服力的部分——伊马替尼Gleevec, BCR-ABL 抑制剂, MW 589.7的合成路线分析。5.1 传统工具给的三条路线SynCraft 给出的路线 1-3论文 Fig. 3A 红箭头都收敛到一个中间体Compound 16 4-甲基-1,2-苯二胺Cc1ccc(N)c(N)c1,SMILES,在 ICH M7 框架里属于Class 2 致突变杂质。更狠的是这个化合物已经在粗 API 里检出 560-800 ppm,假设 400 mg/day 治疗剂量——149-213 倍超过 ICH M7 TTC 限值1.5 μg/day。SynCraft自动标记:ClinTox100%/ ToxCast0.18/ Safety Score33%。5.2 AiZynthFinder 在同一输入下干什么了?论文明确对比:“AiZynthFinder assigned confidence scores of 0.358–0.608 to the same three routes without a single toxicity warning”AiZynthFinder 给同样 3 条路线 0.358-0.608 置信度,完全没毒性警告。原因:训练偏高频模板,不看安全。5.3 文献证实的安全替代路线SynCraft 标记风险后,自动发现已发表的安全替代论文 Fig. 3B 绿箭头):路线类型引用ClinToxToxCastPMI收率Route 1-3传统合成高风险教科书100%0.1856445-60%Route 4机械化学合成(无保护基)Nikonovich 等 2024 RSC Mechanochem 1:189-195, 10.1039/D4MR00006D0%0.8222186%Route 5nano-ZnO 催化 C-N 偶联Wang 等 2019 Org Process Res Dev 23:1918-1925, 10.1021/acs.oprd.9b002270%0.7631251.3%Route 6收敛性还原策略Ivanov 等 2009 Tetrahedron 65:7105-7108, 10.1016/j.tet.2009.06.06650%0.6542881%Route 4 优势: PMI 降 61%,收率升 26 pp,完全避开 Compound 16。这是 ICH M7 风险被工具发现的实测证据——三篇独立文献都判定传统路线危险,SynCraft 自动得出同一结论。5.4 第二个例子:阿司匹林 32 秒论文第二个 demo 是阿司匹林(MW 180.2),点 “Load example” 一键提交,32 秒返 5 条路线,top-1 是水杨酸 乙酸酐一步酯化——和工业标准工艺一致。所有中间体绿灯ClinTox 0.10 / ToxCast 0.80 / SA 2.5,所有构建块(building blocks)单价 $20/g。这说明 SynCraft 对已知安全分子也不会假阳性乱报——不是一键红牌所有分子的玩具。§6. 性能与时效对比:真的比手工快吗?论文 Table 3 是正式计时研究,10 个 drug-like 分子,对比SynCraft vs AiZynthFinder 手工 SwissADME 串行流程:指标串行流程SynCraft逆合成时间120 s84 sADMET 评估810 s手工0 s集成中间体处理9 × 90 s每个 90 s全部自动文件处理300-480 s强制30 s可选总时间1230-1410 s84-114 s文件导出9.0 ± 1.2 次1 次可选工具切换2 次0 次时间降低—91-93%关键洞察:节省的时间不是算法快了,而是消除了手工环节——9 个中间体 × 90 秒 SwissADME 手动评估 CSV 下载合并 工具切换,这些是软件本身省不掉的。SynCraft 把这些集成到 UI 里了。Solve rate 真实数字:在 1000 个 drug-like ChEMBL 分子(MW 200-500)上,6 步内解决 71%;在更难的 100 分子复杂骨架集上,SynCraft 70% vs AiZynthFinder 72%——逆合成解出率与 AiZynthFinder 持平(略低 2 pp),不更强。作者明确承认这一点。优势在集成安全评估。USPTO-50k 测试集:48,904 反应基准上,SynCrafttop-1 准确率 53.8% / top-5 78.2%。Lipinski 合规率对比(零违规严格标准):SynCraft 89.5% / AiZynthFinder 90.5% / ASKCOS 84.5%——三者并列,SynCraft 唯一优势是评估所有中间体而非只评终产物。QED(综合 drug-likeness)对比:SynCraft 均值 0.598,71.9% ≥0.5;AiZynthFinder 0.593/70.6%;ASKCOS 0.591/68.6%。§7. 和同类工具的横向对比论文 Table 1 给的对比表——SynCraft 是唯一同时支持多步逆合成 ADMET 全中间体实时标记的工具:功能SynCraftAiZynthFinderASKCOSSwissADMEADMETlab 3.0主功能统一逆合成ADMET仅逆合成仅逆合成仅 ADMET仅 ADMET集成流水线✓✗✗N/AN/A逆合成✓✓✓✗✗毒性预测✓✗✗✗✓实时标记✓✗✗✗✗中间体评估全部✗✗仅终分子仅终分子分子表示1D2D3D1D2D1D2D1D2D1D2D无需注册✓✓✓✓✓§8. 怎么用?浏览器版与离线部署实录8.1 浏览器版(30 秒跑通)打开 https://syncraft.denglab.org(实测 2026-09-27 HTTP 200;响应头显示 Apache Python/2.7.5 老技术栈)三种输入方式任选:粘贴 SMILES / Ketcher 画结构 / 上传 MOL/SDF点 “Load example” 一键用阿司匹林/咖啡因/布洛芬点 “Run”:阿司匹林 32 s 返 5 条路线,一般分子 84-114 s输出:PDF / JSON / CSV / PNG / MOL / SDF6 种格式,UI 直接显示红黄绿警告服务器上共 7 个模块(论文 Outputs 节),不止逆合成:模块功能导出Retrosynthesis Planner逆合成路线树 Route Score 红黄绿分级CSV / JSONMolecular PropertiesMolMVC 六端点概率(BBBP/BACE/ClinTox/HIV/SIDER/ToxCast)CSV / JSONSynthesis ScoringSA SCScore Lipinski QEDCSVBuilderKetcher 画结构生成 SMILES直接复制Visualizer2D/3D 结构渲染PNGAnalyzer200 RDKit 2D 描述符 3D 形状指标CSV / JSONConverterSMILES/MOL/PDB/XYZ/SDF 互转MOL / SDF教程入口:SynCraft 含阿司匹林可交互 demo,新手必看。8.2 离线部署:先看踩坑总览能跑,但官方安装指引照抄跑不通。完整踩坑链(全部 2026-09-27 实测):步骤实测结果GitHub 仓库只有 README LICENSE,零代码(4 commits)。README 说的pip install -r requirements.txt无从执行——requirements 不在仓库里Google Drive 下载国内直连超时;走代理后又撞病毒扫描警告页;需提取页面里的confirmtuuid...参数二次请求。完整包 2.37 GB RAR v5RAR 解压61,000 个文件里90% 是 Windows 开发残留(.venv/Lib/的 Windows venv node_modules frontend),Linux 上不可用;核心代码只在project/backend/app/src/(约 315 文件)MolMVC 模型权重齐全可用:BBBP/BACE/ClinTox/HIV/SIDER/ToxCast 六个.pth 预训练model_pre20.pth ESPF 词表Windows 痕迹源码头注释D:\Research\DLab_synth\...;start_servers.py硬编码 D:\ 路径;requirements 文件是 UTF-16 编码环境依赖README 只写了 4 个包,实际还要torch_scatter(需源码编译 10 分钟)、subword_nmt、torch_geometric——其中 torch_scatter 在新版 PyG 里已移除,必须单独装离线推理实测CPU 即可跑通,无需 GPU——详见后文 Linux 节下载与解压(Linux):# 下载(国内需代理;Google Drive 大文件要过病毒扫描确认页, 提取 confirm/uuid 参数) curl -sL -x http://127.0.0.1:7897 -o SynCraft-7.0.0.rar \ https://drive.usercontent.google.com/download?idFILE_IDexportdownloadconfirmtuuidUUID # 只解压核心部分(整个包 90% 是无用的 Windows venv, 不必全解) unrar x SynCraft-7.0.0.rar SynCraft-7.0.0/project/backend/8.3 离线在 Windows 上怎么用(包的原生姿势,未逐条验证)这个包本来就是Windows 开发机的原样打包(.venv来自C:\Users\ThinkPad\...\Python312,即作者用 Python 3.12 开发),理论上 Windows 是阻力最小的离线路径:# 1. 解压 SynCraft-7.0.0.rar (右键或 7-Zip/WinRAR) # 2. 自建 venv (包里 .venv 的解释器路径指向作者机器, 必须重建) cd SynCraft-7.0.0\project\backend\app\src python -m venv .venv .venv\Scripts\activate pip install fastapi uvicorn pydantic python-multipart0.0.6 pip install torch torch_geometric rdkit pandas subword-nmt sqlalchemy flask requests pip install torch_scatter # Windows 有预编译 wheel, 不用像 Linux 那样源码编译 # 3. 一键起三服务 (8025 逆合成 / 8026 SA / 8027 MolMVC) python start_servers.py # 加 --kill 自动清端口, --status 查状态 # 4. 浏览器打开前端 dist # project/frontend/dist/index.html (或任一静态服务器: python -m http.server 3000)Windows 上start_servers.py里的taskkill端口清理逻辑是原生写好的;唯一已知硬伤是check_building_blocks()里的D:\Research\...硬编码路径——但函数优先找相对路径的 pickle(retrosynthesis/data/scores/building_blocks_sa5.pkl.gz,包里就有),找不到才落到绝对路径,所以一般不触发。8.4 离线在 Ubuntu/Linux 上怎么用(三服务全部实测跑通,2026-09-27)# 前置: 按上节命令下载并解压(Linux 上包里 .venv 完全无用) # 1. conda 环境 (README 只列 4 个包, 实测要装一大串) conda create -n syncraft-web python3.10 pip install torch --index-url https://download.pytorch.org/whl/cpu pip install torch_geometric rdkit subword-nmt fastapi uvicorn pandas pip install torch_scatter --no-build-isolation # 源码编译 10 分钟, 不可省 pip install starlette sqlalchemy flask requests transformers matplotlib \ scikit-learn imbalanced-learn python-dotenv rdchiral # 逐次撞 ModuleNotFoundError 补的 # 2. 三服务各在自己的目录里起 (直接 python 原文件 会撞下面第 5/6 坑, 用 wrapper) cd .../retrosynthesis/api python run_8025_linux.py # 逆合成, 载 2.5 GB 数据 ~2 min cd .../app/src python run_8026_linux.py # SA 分析 cd .../molmvc python run_linux.py # ADMET 六端点实测结果(CPU, 62 GB RAM 机器,三服务并存内存 ~16 GB):服务端口实测内容结果Retrosynthesis8025启动日志Templates: 384,512 / Building blocks: 22,431,644——与论文数字逐位一致阿司匹林 multistep POST9.2 s 返 5 条路线阿司匹林 fast POST2.7 s 返 5 条,route_1 水杨酸乙酸酐(工业标准路线,模板 USPTO_1956)伊马替尼 multistep POST9.8 s 返 17 条路线(论文 web 版是 84-114 s,本地 CPU 反而快——无排队)SA Analysis8026阿司匹林 /analyze完整打分:classic SA 5.8 / GNN 1.0 / 构建块 2.09 / combined 1.556 2D 可视化 mol blockMolMVC ADMET8027阿司匹林伊马替尼 /predict六端点概率,与离线脚本逐位一致(BBBP 0.4958/0.4993 等)# 实测请求示例 curl -X POST http://127.0.0.1:8025/routes/multistep -H Content-Type: application/json \ -d {target_smiles: CC(O)Oc1ccccc1C(O)O, engine: multistep, max_routes: 5} curl -X POST http://127.0.0.1:8026/analyze -H Content-Type: application/json \ -d {smiles: CC(O)Oc1ccccc1C(O)O} curl -X POST http://127.0.0.1:8027/predict -H Content-Type: application/json \ -d {smiles: Cc1ccc(Nc2nccc(n2)c3ccc(NC(O)c4cccs4)cc3)cc1}三服务并存复验(部署后状态确认):8025 Retrosynthesis API v2.4.0 statusrunning, multistep_enabledtrue 8026 SA Analysis /analyze 返回 successtrue, combined SA 1.556(阿司匹林) 8027 MolMVC {status:running,models:6}注意 8026 的根路径/返回 404({detail:Not Found})是正常的——它只挂了/analyze等业务路由,没有 root handler,别误判成服务没起来;确认存活用POST /analyze而不是 GET 根路径。三个 wrapper(run_8025_linux.py/run_8026_linux.py/run_linux.py)各 ~20 行,做的事情统一:cwd 锁定 site-packages 前置 warnings 双重压制 __main__注入。8.5 不起服务,脚本直跑 MolMVC(实测)嫌起 web 服务麻烦的话,写 ~90 行离线脚本(ESPF 编码 RDKit 图构建 CL_model推理)直接出六端点概率,免端口免服务(消费级 CPU,单分子单端点 0.1-0.2 s):端点阿司匹林伊马替尼BBBP0.4958 negative0.4993 negativeBACE0.4086 negative0.3837 negativeClinTox1/2 阳性1/2 阳性HIV0.4652 negative0.4724 negativeSIDER14/2714/27ToxCast21/61722/617阿司匹林不入脑(BBBP negative)符合已知药理;ToxCast 阳性率 3-4% 属低毒区间,方向合理。8.6 六个代码级坑全部实测踩过,照抄官方代码会撞:新版 torch_geometric 的Data()不再自动把 list 转 tensor——x/edge_index/edge_attr必须手动torch.tensor(..., dtypetorch.long)batch.smiles/mask必须显式float32,numpy 默认 float64 会报mat1 and mat2 must have the same dtypeCL_model构造参数是(device, is_match, only_2d),多输出任务还要手动model.pre nn.Linear(32, outputs)downstream_untilimport 链会重置 warnings.filterwarnings(‘ignore’)(内部插了(always, None)顶掉用户的 filter)——新版 FastAPI 的app.on_event(startup)DeprecationWarning 因此直接杀死进程,且 traceback 只显示 warning 不显示真实死因,极易误判为段错误。-W ignore/PYTHONWARNINGSignore/降级 PyG 全部无效,唯一修法是在 on_event 装饰器前重新压制retrosynthesis/transformers/目录遮蔽 HuggingFace transformers——sa_model里from transformers import AutoTokenizer撞上本地同名包报 ImportError,需把 site-packages 提到 sys.path 最前8025 的 server.py import 需要两级路径:cwd 在retrosynthesis/api/的同时src/必须在 sys.path,缺一即No module named retrosynthesis8.7 验证边界(如实说明)Linux 三后端服务(8025/8026/8027)全部实测跑通并发真实 HTTP 请求取回结果;React 前端未起(dist/ 是构建产物,起静态服务器后与后端 CORS/API 地址对接未测);Windows 路径基于包内代码与 venv 元信息推断,标注为未逐条验证。§9. 局限与展望9.1 当前限制离线部署门槛被高估(实测):README 写 ≥16 GB 显存 GPU 32 GB RAM,实测纯 CPU 62 GB RAM 三服务全部跑通(逆合成 9.8 s/伊马替尼、ADMET 0.2 s/端点)——GPU 要求不成立;真正的高墙是官方安装指引跑不通 包里 90% 是 Windows 残留 6 个代码级坑(见怎么用节)Solve rate 持平非超越:逆合成解出率与 AiZynthFinder 相当(70% vs 72%),不是更强决策权重偏置:200 ChEMBL 分子上 Spearman ρ0.71 与专家偏好的相关——但不同专家团队偏好可能不一致MCTS 未引入:作者选了 BFS 因为可重现,但 MCTS 在低概率分支探索上更强运行时纯概率模型:ICH M7 alert 对应关系是离线用商业软件 Derek Nexus 校准的(73.4% 一致率),线上只跑 MolMVC 概率,不做专家规则交叉核验GitHub 仓库活跃度极低:1 star / 1 fork(实测 2026-09-27),社区参与度为零——bug 响应速度可能慢Web 后端老旧:实测 2026-09-27 服务器返回Python/2.7.5,Python 2 已于 2020-01-01 EOL,服务端可能存在未修补的安全/依赖问题——生产环境慎用9.2 什么时候该用 SynCraft?场景推荐度评估药物分子合成可行性 同时关心中间体毒性⭐⭐⭐⭐⭐已有路线,只需 ADMET 评估终分子SwissADME / ADMETlab 3.0 更轻需大分子/复杂天然产物合成BFS 6 步可能不够,扩到 8 步慢 4×离线工作,无法访问网络三服务 CPU 全跑通(实测);需自配环境 3 个 wrapper 脚本9.3 未来方向论文 Conclusion 明确写了两个:批处理能力扩展(batch-processing)和以用户为中心的评估迭代。此外值得期待但作者未承诺的:MCTS 替代 BFS 提升低概率分支探索、ADMET 终点从 6 个 MoleculeNet 指标扩到 hERG/CYP450 等药代关键项。顺带澄清一个数据口径:22.4M 构建块库在论文正文里是ZINC15 eMolecules 两个来源(搜索到商业可得构建块即终止);GitHub README 里另列了 Enamine REAL,以论文为准。§10. 结语SynCraft 的价值不在于逆合成算法比 AiZynthFinder 强——作者诚实承认解出率持平 70%/72%。价值在于把合成ADMET 评估集成到一个 UI 里,自动评估每个中间体的 ICH M7 致突变性,这是传统手工流程做不到的。伊马替尼案例里三篇独立文献都判定传统路线危险、SynCraft 自动给出同一结论——这种多源验证的自动化才是 NAR Web Server Issue 的卖点。如果你做药物化学项目,第一步应该先用 SynCraft 跑一遍你的候选分子,看会不会自动弹出红色 ICH M7 警告——如果跳出来,免去一次 valsartan 级别的召回惨剧。§11. 参考来源资源链接SynCraft NAR 2026 论文https://doi.org/10.1093/nar/gkag463SynCraft Web Server(实测 2026-09-27 返回 200,Apache/CentOS/Python 2.7 后端)https://syncraft.denglab.orgQ-Aljanabi/SynCraft GitHub(实测 2026-09-27 仅 1 star / 1 fork,活跃度低)GitHub - Q-Aljanabi/SynCraft: SynCraft platform · GitHubZenodo 归档https://doi.org/10.5281/zenodo.19822545MolMVC 方法学论文(Bioinformatics 2024)https://doi.org/10.1093/bioinformatics/btae386TwistDAN 论文(JCIM 2026, 66:2791)https://doi.org/10.1021/acs.jcim.5c02935Route 4 机械化学合成(RSC Mechanochem 2024)https://doi.org/10.1039/D4MR00006DRoute 5 C-N 偶联(Org Process Res Dev 2019)https://doi.org/10.1021/acs.oprd.9b00227Route 6 还原策略(Tetrahedron 2009)https://doi.org/10.1016/j.tet.2009.06.066系列导航本专栏为开源小分子生成和设计实践本文是合成路线ADMET 集成平台方向(姊妹篇:LLM 合成性编辑模型 SynCraft-Core 同专栏)专栏全集点 这里。更多专栏蛋白 / 多肽分子模拟 / 动力学分子对接 / CADD / 工具其他开源蛋白结构推理预测分子模拟基础UCSF DOCK系列agent智能体系列开源蛋白生成方法实践分子动力学模拟-AmberrDock系列化学大模型介绍2025蛋白药物设计-原理与案例剖析分子动力学模拟-GromacsLeDock系列我胡师兄说药开源多肽设计模型和方法实践結合自由能CADD中的机器学习模型siRNA药物设计模型开源多肽性质预测高效计算基本配置小分子药物设计-原理与案例剖析ASO药物设计模型多肽药物设计-原理与案例剖析作用于DNA/RNA的药物设计实践开源小分子生成和设计实践开源药代动力学模拟软件抗体设计-原理与案例剖析免疫学计算-原理与案例剖析合成生物学-原理与案例剖析AI制药-原理与案例剖析
本文收录于专栏开源小分子生成和设计实践—— 专栏覆盖生成分子、对接、SA 评估、可合成性筛选等完整链路点击订阅可跟踪后续更新。摘要你做药物化学时,是不是常在 CASP 看合成、ADMET 平台看毒性之间切换?这篇来自中南大学和新疆大学团队发表在Nucleic Acids Research的文章讲述了SynCraft Web Server——384,512 反应模板 MolMVC 多视角 ADMET 全中间体 ICH M7 实时标记 84-114 s 端到端。你能用syncraft.denglab.org跑阿司匹林和伊马替尼,看红色 ICH M7 警告如何触发。本文提供在Windows和Linux上的离线安装和使用。近期有北大团队的同名模型请看下一篇SynCraft (北大版) 解读与实战: LLM 原子级编辑跨越“合成悬崖“附加GLM-5.3 端到端跑通关键字SynCraftADMET-aware 逆合成MolMVCICH M7 致突变web server逆合成规划drug discovery中间体安全性目录§1. 相关教程与核心文献§2. 为什么你需要合成ADMET一体化工具§3. SynCraft 是什么一个类比理解它的设计§4. 核心算法:逆合成树 多视角 ADMET§5. 实战案例:伊马替尼——为什么传统工具给错路线§6. 性能与时效对比:真的比手工快吗?§7. 和同类工具的横向对比§8. 怎么用?浏览器版与离线部署实录§9. 局限与展望§10. 结语§11. 参考来源§1. 相关教程与核心文献官方资源写作时实测可访问资源链接与本文关系SynCraft Web Serverhttps://syncraft.denglab.org本文全部案例的实测入口教程页含阿司匹林 demoSynCraft32 秒跑通阿司匹林GitHub 源码GitHub - Q-Aljanabi/SynCraft: SynCraft platform · GitHubMIT 许可含 full packageZenodo 归档(实测 2026-09-27 DOI 302→zenodo.org 200)https://doi.org/10.5281/zenodo.19822545引用版本号唯一标识核心文献文献为什么值得先读Aljanabi QA, Huang Z, Song J, Deng L.SynCraft: an integrated web server for ADMET-aware retrosynthesis and molecular design. Nucleic Acids Research 54(W1): W57-W64, 2026本文讲解对象,Lei Deng 通讯,Web Server IssueHuang Z, Fan Z, Shen S 等.MolMVC: enhancing molecular representations for drug-related tasks through multi-view contrastive learning. Bioinformatics 40: ii190-ii197, 2024SynCraft ADMET 模块的底层模型,ClinTox 0.984 ROC-AUC 来源§2. 为什么你需要合成ADMET一体化工具药物早期发现里有个常被忽视的死亡谷valley of death40% 的临床前候选分子最终因为不利的 ADMET 性质失败而这些问题往往在路线设计阶段就能避免。把药物分子的合成可行性feasibility和毒性安全性safety放在两个孤立工具里看化学家不得不在 DMTA 循环里手工导出、格式化、合并数据——每多一个中间体就多 90 秒 SwissADME 操作 一份 CSV。2026 NAR Web Server 论文把这事用一个 web server 解决了“By incorporating ADMET prediction directly into the retrosynthetic search process, SynCraft enables early identification of potentially hazardous intermediates and guides the discovery of synthetic routes that are both chemically feasible and toxicologically acceptable.”具体痛点AiZynthFinder / ASKCOS 只管合成能给 5 条合成路线但中间体毒性默认不评估——ICH M7 致突变杂质要靠后续人工核 alertSwissADME / ADMETlab 3.0 只管终分子用户提交什么就评什么不参与逆合成树的搜索过程分子 1D/2D 简化表示缺立体化学和 3D 构象信息预测不准valsartan / ranitidine 召回事件:NDMA/NDEA 等基因毒杂质残留引发全球召回——如果路线设计阶段能筛掉就好SynCraft 给出的方案是把 ADMET 评估塞进逆合成 BFS 的每一步,每个中间体一出生就过 ClinTox/ToxCast 双门禁,触发 ICH M7 致突变 alert 立刻标红。§3. SynCraft 是什么一个类比理解它的设计一句话定义:SynCraft 是一个免费、无需注册的 web server,把模板法逆合成规划与多视角 ADMET 预测装进同一个浏览器界面,中间体一出生就被自动打致突变红牌。类比:你去医院看病,普通流程是先做检查 → 再做化验 → 再挂专家号——每一步都在不同楼层不同窗口,中间还要把报告复印带过去。SynCraft 像一家整合诊所:你进一个诊室,所有检查都在眼前完成,化验结果实时更新到医生的屏幕上。作者团队:Qahtan Adnan Aljanabi、Zhijian Huang、Jinmiao Song、Lei Deng(通讯)。通讯地址:leidengcsu.edu.cn,中南大学计算机科学与工程学院(School of Computer Science and Engineering, Central South University, Changsha 410083)合作单位:新疆大学软件学院(School of Software, Xinjiang University, Urumqi 830046)资助:国家自然科学基金面上项目 U23A20321 62272490、湖南省自然科学基金 2025JJ20062架构三层:层级组件作用前端React 18.2 Tailwind CSS 3.4Ketcher 分子编辑器 实时路线树渲染 颜色编码警告后端FastAPI 0.104 / uvicorn 0.24任务接收、结果持久化、HTTPS异步队列Celery 5.3 Redis 7.2GPU worker 调度4×RTX 3090 24GB硬件(论文 Web Server 节):Ubuntu 22.04 LTS 2× Intel Xeon Gold 6248R 256 GB RAM 4× NVIDIA RTX 3090 24GB PyTorch 2.1 (CUDA 12.1, FP16 ONNX fallback)。§4. 核心算法:逆合成树 多视角 ADMET4.1 逆合成引擎模板来源:USPTO-MIT (3,210 个模板) Retro* (381,302 个模板) 384,512 个反应模板,按频次降序交错,衰减打分:i 是交错排名位置,Z 归一化因子。衰减常数100在 500 分子验证集上挑出试 50-500 范围——50 以下过度加权罕见模板致搜索不稳定,500 以上接近均匀权重拖慢。搜索算法:BFS广度优先 InChIKey 环检测 6 步深度上限。为什么不用 MCTS蒙特卡洛? 论文作者选了 BFS,因为可重现性好、深度有界、跨分子运行时可预测。深度上限 6 步的依据:94.3% 的分子 6 步内能解出,扩到 8 步只多 1.8% 解决率但 4.2× 慢论文 Supplementary S1.7。复杂度感知启发式:剪枝掉 ~70% 的候选断键,只在剪枝后剩下的模板上跑深评估。Route Score 多目标排序:4 个权重w₁0.3 / w₂0.2 / w₃0.3 / w₄0.2在 200 个 ChEMBL 已知路线分子上优化,目标是最大化 Route Score 与专家化学家偏好的 Spearman 秩相关——实测 ρ0.71, p0.001。含义:SA 越低越好合成易/ SC 越低越好结构简单/ ADMET_min 越高越好最弱中间体也安全/ 步骤 n 越少越好。4.2 ADMET 引擎:MolMVC 多视角对比学习SynCraft 的安全模块是作者组之前发表的方法学框架MolMVCBioinformatics 2024, ISMB 论文集,融合三种分子视角:视角模型输入1D6 层 TransformerESPF 分子指纹SMILES 衍生)2DGIN Graph Transformer分子拓扑图3DSchNet-based Graph TransformerETKDG/MMFF94 构象视图对齐用自适应多视角对比损失 (AMCLoss),局部全局两层。3D 构象生成时间(论文 benchmark 硬件):MW300 8 ms,MW 300-500 23 ms,MW500 67 ms,15 个可旋转键的分子最高 180 ms。GPU 批推理可达每小时 10,000 个评估。MoleculeNet 6 数据集表现(scaffold split, 独立测试集):方法BBBPBACEClinToxHIVSiderToxCastEdgePred0.6730.7730.6410.7510.6040.6413DInfoMax0.6910.7860.6270.7610.5680.635GraphMVP0.7080.7930.7910.7680.6020.631Mole-BERT0.7190.8000.7890.7820.6280.643MolMVC0.7440.8590.9840.7870.6430.709ClinTox 0.984 这个数字看着炸裂——但作者自己也在论文 §2.5 主动披露了 4 条可证伪证据:(i) 复现稳定 SD0.001;(ii) 19.5% 提升源于 3D 预训练 3.4M 分子 PCQM4Mv2;(iii) 在独立 Tox21 数据集上 0.70 阈值 91% specificity;(iv) 1000 ChEMBL 分子中 73.4% 触发的含 ≥1 个 ICH M7 结构警示Derek Nexus 实证。作者主动说ClinTox 数据集小且有 scaffold-split 泄漏风险,阈值是外部数据校准的——这点比单纯报 0.984 数字更可信。SA 评分:TwistDAN(Aljanabi 等 2026 JCIM 66:2791-2806, 10.1021/acs.jcim.5c02935),用梯度反转域适应 SELFIES 增强,比传统 Ertl-Schuffenhauer 方法在结构多样的分子集上更稳。SC 评分:Coley 组的 SCScore 模型。Lipinski 五规则:≥2 违规触发视觉警告但 benchmark 用零违规为严格标准,UI 警告阈值略宽。4.3 ADMET 标记阈值——法规校准指标阈值校准依据ClinTox 0.70高风险Tox21 独立验证集 91% specificity;73.4% 触发含 ≥1 ICH M7 结构警示,与 Derek Nexus 70-75% 监管 ICH M7 阈值一致ToxCast 0.40高风险500 个 OECD Ames 验证集 84.2% 真致阳性;假阴性 15.8%EPA ToxCast 50% assay 阳性多测定标准Lipinski ≥2 违规中风险实时 UI 阈值,benchmark 零违规更严颜色编码:红色ClinTox 0.70 或 ToxCast 0.40 → ICH M7 高风险黄色ClinTox 0.60-0.70 或 ToxCast 0.40-0.50 或 ≥2 Lipinski 违规 → 中风险绿色零 Lipinski 违规 低 ClinTox 高 ToxCast → 最优§5. 实战案例:伊马替尼——为什么传统工具给错路线论文最具说服力的部分——伊马替尼Gleevec, BCR-ABL 抑制剂, MW 589.7的合成路线分析。5.1 传统工具给的三条路线SynCraft 给出的路线 1-3论文 Fig. 3A 红箭头都收敛到一个中间体Compound 16 4-甲基-1,2-苯二胺Cc1ccc(N)c(N)c1,SMILES,在 ICH M7 框架里属于Class 2 致突变杂质。更狠的是这个化合物已经在粗 API 里检出 560-800 ppm,假设 400 mg/day 治疗剂量——149-213 倍超过 ICH M7 TTC 限值1.5 μg/day。SynCraft自动标记:ClinTox100%/ ToxCast0.18/ Safety Score33%。5.2 AiZynthFinder 在同一输入下干什么了?论文明确对比:“AiZynthFinder assigned confidence scores of 0.358–0.608 to the same three routes without a single toxicity warning”AiZynthFinder 给同样 3 条路线 0.358-0.608 置信度,完全没毒性警告。原因:训练偏高频模板,不看安全。5.3 文献证实的安全替代路线SynCraft 标记风险后,自动发现已发表的安全替代论文 Fig. 3B 绿箭头):路线类型引用ClinToxToxCastPMI收率Route 1-3传统合成高风险教科书100%0.1856445-60%Route 4机械化学合成(无保护基)Nikonovich 等 2024 RSC Mechanochem 1:189-195, 10.1039/D4MR00006D0%0.8222186%Route 5nano-ZnO 催化 C-N 偶联Wang 等 2019 Org Process Res Dev 23:1918-1925, 10.1021/acs.oprd.9b002270%0.7631251.3%Route 6收敛性还原策略Ivanov 等 2009 Tetrahedron 65:7105-7108, 10.1016/j.tet.2009.06.06650%0.6542881%Route 4 优势: PMI 降 61%,收率升 26 pp,完全避开 Compound 16。这是 ICH M7 风险被工具发现的实测证据——三篇独立文献都判定传统路线危险,SynCraft 自动得出同一结论。5.4 第二个例子:阿司匹林 32 秒论文第二个 demo 是阿司匹林(MW 180.2),点 “Load example” 一键提交,32 秒返 5 条路线,top-1 是水杨酸 乙酸酐一步酯化——和工业标准工艺一致。所有中间体绿灯ClinTox 0.10 / ToxCast 0.80 / SA 2.5,所有构建块(building blocks)单价 $20/g。这说明 SynCraft 对已知安全分子也不会假阳性乱报——不是一键红牌所有分子的玩具。§6. 性能与时效对比:真的比手工快吗?论文 Table 3 是正式计时研究,10 个 drug-like 分子,对比SynCraft vs AiZynthFinder 手工 SwissADME 串行流程:指标串行流程SynCraft逆合成时间120 s84 sADMET 评估810 s手工0 s集成中间体处理9 × 90 s每个 90 s全部自动文件处理300-480 s强制30 s可选总时间1230-1410 s84-114 s文件导出9.0 ± 1.2 次1 次可选工具切换2 次0 次时间降低—91-93%关键洞察:节省的时间不是算法快了,而是消除了手工环节——9 个中间体 × 90 秒 SwissADME 手动评估 CSV 下载合并 工具切换,这些是软件本身省不掉的。SynCraft 把这些集成到 UI 里了。Solve rate 真实数字:在 1000 个 drug-like ChEMBL 分子(MW 200-500)上,6 步内解决 71%;在更难的 100 分子复杂骨架集上,SynCraft 70% vs AiZynthFinder 72%——逆合成解出率与 AiZynthFinder 持平(略低 2 pp),不更强。作者明确承认这一点。优势在集成安全评估。USPTO-50k 测试集:48,904 反应基准上,SynCrafttop-1 准确率 53.8% / top-5 78.2%。Lipinski 合规率对比(零违规严格标准):SynCraft 89.5% / AiZynthFinder 90.5% / ASKCOS 84.5%——三者并列,SynCraft 唯一优势是评估所有中间体而非只评终产物。QED(综合 drug-likeness)对比:SynCraft 均值 0.598,71.9% ≥0.5;AiZynthFinder 0.593/70.6%;ASKCOS 0.591/68.6%。§7. 和同类工具的横向对比论文 Table 1 给的对比表——SynCraft 是唯一同时支持多步逆合成 ADMET 全中间体实时标记的工具:功能SynCraftAiZynthFinderASKCOSSwissADMEADMETlab 3.0主功能统一逆合成ADMET仅逆合成仅逆合成仅 ADMET仅 ADMET集成流水线✓✗✗N/AN/A逆合成✓✓✓✗✗毒性预测✓✗✗✗✓实时标记✓✗✗✗✗中间体评估全部✗✗仅终分子仅终分子分子表示1D2D3D1D2D1D2D1D2D1D2D无需注册✓✓✓✓✓§8. 怎么用?浏览器版与离线部署实录8.1 浏览器版(30 秒跑通)打开 https://syncraft.denglab.org(实测 2026-09-27 HTTP 200;响应头显示 Apache Python/2.7.5 老技术栈)三种输入方式任选:粘贴 SMILES / Ketcher 画结构 / 上传 MOL/SDF点 “Load example” 一键用阿司匹林/咖啡因/布洛芬点 “Run”:阿司匹林 32 s 返 5 条路线,一般分子 84-114 s输出:PDF / JSON / CSV / PNG / MOL / SDF6 种格式,UI 直接显示红黄绿警告服务器上共 7 个模块(论文 Outputs 节),不止逆合成:模块功能导出Retrosynthesis Planner逆合成路线树 Route Score 红黄绿分级CSV / JSONMolecular PropertiesMolMVC 六端点概率(BBBP/BACE/ClinTox/HIV/SIDER/ToxCast)CSV / JSONSynthesis ScoringSA SCScore Lipinski QEDCSVBuilderKetcher 画结构生成 SMILES直接复制Visualizer2D/3D 结构渲染PNGAnalyzer200 RDKit 2D 描述符 3D 形状指标CSV / JSONConverterSMILES/MOL/PDB/XYZ/SDF 互转MOL / SDF教程入口:SynCraft 含阿司匹林可交互 demo,新手必看。8.2 离线部署:先看踩坑总览能跑,但官方安装指引照抄跑不通。完整踩坑链(全部 2026-09-27 实测):步骤实测结果GitHub 仓库只有 README LICENSE,零代码(4 commits)。README 说的pip install -r requirements.txt无从执行——requirements 不在仓库里Google Drive 下载国内直连超时;走代理后又撞病毒扫描警告页;需提取页面里的confirmtuuid...参数二次请求。完整包 2.37 GB RAR v5RAR 解压61,000 个文件里90% 是 Windows 开发残留(.venv/Lib/的 Windows venv node_modules frontend),Linux 上不可用;核心代码只在project/backend/app/src/(约 315 文件)MolMVC 模型权重齐全可用:BBBP/BACE/ClinTox/HIV/SIDER/ToxCast 六个.pth 预训练model_pre20.pth ESPF 词表Windows 痕迹源码头注释D:\Research\DLab_synth\...;start_servers.py硬编码 D:\ 路径;requirements 文件是 UTF-16 编码环境依赖README 只写了 4 个包,实际还要torch_scatter(需源码编译 10 分钟)、subword_nmt、torch_geometric——其中 torch_scatter 在新版 PyG 里已移除,必须单独装离线推理实测CPU 即可跑通,无需 GPU——详见后文 Linux 节下载与解压(Linux):# 下载(国内需代理;Google Drive 大文件要过病毒扫描确认页, 提取 confirm/uuid 参数) curl -sL -x http://127.0.0.1:7897 -o SynCraft-7.0.0.rar \ https://drive.usercontent.google.com/download?idFILE_IDexportdownloadconfirmtuuidUUID # 只解压核心部分(整个包 90% 是无用的 Windows venv, 不必全解) unrar x SynCraft-7.0.0.rar SynCraft-7.0.0/project/backend/8.3 离线在 Windows 上怎么用(包的原生姿势,未逐条验证)这个包本来就是Windows 开发机的原样打包(.venv来自C:\Users\ThinkPad\...\Python312,即作者用 Python 3.12 开发),理论上 Windows 是阻力最小的离线路径:# 1. 解压 SynCraft-7.0.0.rar (右键或 7-Zip/WinRAR) # 2. 自建 venv (包里 .venv 的解释器路径指向作者机器, 必须重建) cd SynCraft-7.0.0\project\backend\app\src python -m venv .venv .venv\Scripts\activate pip install fastapi uvicorn pydantic python-multipart0.0.6 pip install torch torch_geometric rdkit pandas subword-nmt sqlalchemy flask requests pip install torch_scatter # Windows 有预编译 wheel, 不用像 Linux 那样源码编译 # 3. 一键起三服务 (8025 逆合成 / 8026 SA / 8027 MolMVC) python start_servers.py # 加 --kill 自动清端口, --status 查状态 # 4. 浏览器打开前端 dist # project/frontend/dist/index.html (或任一静态服务器: python -m http.server 3000)Windows 上start_servers.py里的taskkill端口清理逻辑是原生写好的;唯一已知硬伤是check_building_blocks()里的D:\Research\...硬编码路径——但函数优先找相对路径的 pickle(retrosynthesis/data/scores/building_blocks_sa5.pkl.gz,包里就有),找不到才落到绝对路径,所以一般不触发。8.4 离线在 Ubuntu/Linux 上怎么用(三服务全部实测跑通,2026-09-27)# 前置: 按上节命令下载并解压(Linux 上包里 .venv 完全无用) # 1. conda 环境 (README 只列 4 个包, 实测要装一大串) conda create -n syncraft-web python3.10 pip install torch --index-url https://download.pytorch.org/whl/cpu pip install torch_geometric rdkit subword-nmt fastapi uvicorn pandas pip install torch_scatter --no-build-isolation # 源码编译 10 分钟, 不可省 pip install starlette sqlalchemy flask requests transformers matplotlib \ scikit-learn imbalanced-learn python-dotenv rdchiral # 逐次撞 ModuleNotFoundError 补的 # 2. 三服务各在自己的目录里起 (直接 python 原文件 会撞下面第 5/6 坑, 用 wrapper) cd .../retrosynthesis/api python run_8025_linux.py # 逆合成, 载 2.5 GB 数据 ~2 min cd .../app/src python run_8026_linux.py # SA 分析 cd .../molmvc python run_linux.py # ADMET 六端点实测结果(CPU, 62 GB RAM 机器,三服务并存内存 ~16 GB):服务端口实测内容结果Retrosynthesis8025启动日志Templates: 384,512 / Building blocks: 22,431,644——与论文数字逐位一致阿司匹林 multistep POST9.2 s 返 5 条路线阿司匹林 fast POST2.7 s 返 5 条,route_1 水杨酸乙酸酐(工业标准路线,模板 USPTO_1956)伊马替尼 multistep POST9.8 s 返 17 条路线(论文 web 版是 84-114 s,本地 CPU 反而快——无排队)SA Analysis8026阿司匹林 /analyze完整打分:classic SA 5.8 / GNN 1.0 / 构建块 2.09 / combined 1.556 2D 可视化 mol blockMolMVC ADMET8027阿司匹林伊马替尼 /predict六端点概率,与离线脚本逐位一致(BBBP 0.4958/0.4993 等)# 实测请求示例 curl -X POST http://127.0.0.1:8025/routes/multistep -H Content-Type: application/json \ -d {target_smiles: CC(O)Oc1ccccc1C(O)O, engine: multistep, max_routes: 5} curl -X POST http://127.0.0.1:8026/analyze -H Content-Type: application/json \ -d {smiles: CC(O)Oc1ccccc1C(O)O} curl -X POST http://127.0.0.1:8027/predict -H Content-Type: application/json \ -d {smiles: Cc1ccc(Nc2nccc(n2)c3ccc(NC(O)c4cccs4)cc3)cc1}三服务并存复验(部署后状态确认):8025 Retrosynthesis API v2.4.0 statusrunning, multistep_enabledtrue 8026 SA Analysis /analyze 返回 successtrue, combined SA 1.556(阿司匹林) 8027 MolMVC {status:running,models:6}注意 8026 的根路径/返回 404({detail:Not Found})是正常的——它只挂了/analyze等业务路由,没有 root handler,别误判成服务没起来;确认存活用POST /analyze而不是 GET 根路径。三个 wrapper(run_8025_linux.py/run_8026_linux.py/run_linux.py)各 ~20 行,做的事情统一:cwd 锁定 site-packages 前置 warnings 双重压制 __main__注入。8.5 不起服务,脚本直跑 MolMVC(实测)嫌起 web 服务麻烦的话,写 ~90 行离线脚本(ESPF 编码 RDKit 图构建 CL_model推理)直接出六端点概率,免端口免服务(消费级 CPU,单分子单端点 0.1-0.2 s):端点阿司匹林伊马替尼BBBP0.4958 negative0.4993 negativeBACE0.4086 negative0.3837 negativeClinTox1/2 阳性1/2 阳性HIV0.4652 negative0.4724 negativeSIDER14/2714/27ToxCast21/61722/617阿司匹林不入脑(BBBP negative)符合已知药理;ToxCast 阳性率 3-4% 属低毒区间,方向合理。8.6 六个代码级坑全部实测踩过,照抄官方代码会撞:新版 torch_geometric 的Data()不再自动把 list 转 tensor——x/edge_index/edge_attr必须手动torch.tensor(..., dtypetorch.long)batch.smiles/mask必须显式float32,numpy 默认 float64 会报mat1 and mat2 must have the same dtypeCL_model构造参数是(device, is_match, only_2d),多输出任务还要手动model.pre nn.Linear(32, outputs)downstream_untilimport 链会重置 warnings.filterwarnings(‘ignore’)(内部插了(always, None)顶掉用户的 filter)——新版 FastAPI 的app.on_event(startup)DeprecationWarning 因此直接杀死进程,且 traceback 只显示 warning 不显示真实死因,极易误判为段错误。-W ignore/PYTHONWARNINGSignore/降级 PyG 全部无效,唯一修法是在 on_event 装饰器前重新压制retrosynthesis/transformers/目录遮蔽 HuggingFace transformers——sa_model里from transformers import AutoTokenizer撞上本地同名包报 ImportError,需把 site-packages 提到 sys.path 最前8025 的 server.py import 需要两级路径:cwd 在retrosynthesis/api/的同时src/必须在 sys.path,缺一即No module named retrosynthesis8.7 验证边界(如实说明)Linux 三后端服务(8025/8026/8027)全部实测跑通并发真实 HTTP 请求取回结果;React 前端未起(dist/ 是构建产物,起静态服务器后与后端 CORS/API 地址对接未测);Windows 路径基于包内代码与 venv 元信息推断,标注为未逐条验证。§9. 局限与展望9.1 当前限制离线部署门槛被高估(实测):README 写 ≥16 GB 显存 GPU 32 GB RAM,实测纯 CPU 62 GB RAM 三服务全部跑通(逆合成 9.8 s/伊马替尼、ADMET 0.2 s/端点)——GPU 要求不成立;真正的高墙是官方安装指引跑不通 包里 90% 是 Windows 残留 6 个代码级坑(见怎么用节)Solve rate 持平非超越:逆合成解出率与 AiZynthFinder 相当(70% vs 72%),不是更强决策权重偏置:200 ChEMBL 分子上 Spearman ρ0.71 与专家偏好的相关——但不同专家团队偏好可能不一致MCTS 未引入:作者选了 BFS 因为可重现,但 MCTS 在低概率分支探索上更强运行时纯概率模型:ICH M7 alert 对应关系是离线用商业软件 Derek Nexus 校准的(73.4% 一致率),线上只跑 MolMVC 概率,不做专家规则交叉核验GitHub 仓库活跃度极低:1 star / 1 fork(实测 2026-09-27),社区参与度为零——bug 响应速度可能慢Web 后端老旧:实测 2026-09-27 服务器返回Python/2.7.5,Python 2 已于 2020-01-01 EOL,服务端可能存在未修补的安全/依赖问题——生产环境慎用9.2 什么时候该用 SynCraft?场景推荐度评估药物分子合成可行性 同时关心中间体毒性⭐⭐⭐⭐⭐已有路线,只需 ADMET 评估终分子SwissADME / ADMETlab 3.0 更轻需大分子/复杂天然产物合成BFS 6 步可能不够,扩到 8 步慢 4×离线工作,无法访问网络三服务 CPU 全跑通(实测);需自配环境 3 个 wrapper 脚本9.3 未来方向论文 Conclusion 明确写了两个:批处理能力扩展(batch-processing)和以用户为中心的评估迭代。此外值得期待但作者未承诺的:MCTS 替代 BFS 提升低概率分支探索、ADMET 终点从 6 个 MoleculeNet 指标扩到 hERG/CYP450 等药代关键项。顺带澄清一个数据口径:22.4M 构建块库在论文正文里是ZINC15 eMolecules 两个来源(搜索到商业可得构建块即终止);GitHub README 里另列了 Enamine REAL,以论文为准。§10. 结语SynCraft 的价值不在于逆合成算法比 AiZynthFinder 强——作者诚实承认解出率持平 70%/72%。价值在于把合成ADMET 评估集成到一个 UI 里,自动评估每个中间体的 ICH M7 致突变性,这是传统手工流程做不到的。伊马替尼案例里三篇独立文献都判定传统路线危险、SynCraft 自动给出同一结论——这种多源验证的自动化才是 NAR Web Server Issue 的卖点。如果你做药物化学项目,第一步应该先用 SynCraft 跑一遍你的候选分子,看会不会自动弹出红色 ICH M7 警告——如果跳出来,免去一次 valsartan 级别的召回惨剧。§11. 参考来源资源链接SynCraft NAR 2026 论文https://doi.org/10.1093/nar/gkag463SynCraft Web Server(实测 2026-09-27 返回 200,Apache/CentOS/Python 2.7 后端)https://syncraft.denglab.orgQ-Aljanabi/SynCraft GitHub(实测 2026-09-27 仅 1 star / 1 fork,活跃度低)GitHub - Q-Aljanabi/SynCraft: SynCraft platform · GitHubZenodo 归档https://doi.org/10.5281/zenodo.19822545MolMVC 方法学论文(Bioinformatics 2024)https://doi.org/10.1093/bioinformatics/btae386TwistDAN 论文(JCIM 2026, 66:2791)https://doi.org/10.1021/acs.jcim.5c02935Route 4 机械化学合成(RSC Mechanochem 2024)https://doi.org/10.1039/D4MR00006DRoute 5 C-N 偶联(Org Process Res Dev 2019)https://doi.org/10.1021/acs.oprd.9b00227Route 6 还原策略(Tetrahedron 2009)https://doi.org/10.1016/j.tet.2009.06.066系列导航本专栏为开源小分子生成和设计实践本文是合成路线ADMET 集成平台方向(姊妹篇:LLM 合成性编辑模型 SynCraft-Core 同专栏)专栏全集点 这里。更多专栏蛋白 / 多肽分子模拟 / 动力学分子对接 / CADD / 工具其他开源蛋白结构推理预测分子模拟基础UCSF DOCK系列agent智能体系列开源蛋白生成方法实践分子动力学模拟-AmberrDock系列化学大模型介绍2025蛋白药物设计-原理与案例剖析分子动力学模拟-GromacsLeDock系列我胡师兄说药开源多肽设计模型和方法实践結合自由能CADD中的机器学习模型siRNA药物设计模型开源多肽性质预测高效计算基本配置小分子药物设计-原理与案例剖析ASO药物设计模型多肽药物设计-原理与案例剖析作用于DNA/RNA的药物设计实践开源小分子生成和设计实践开源药代动力学模拟软件抗体设计-原理与案例剖析免疫学计算-原理与案例剖析合成生物学-原理与案例剖析AI制药-原理与案例剖析
