eMolecules：采购导向化合物库怎么筛选

eMolecules 是化合物采购的聚合平台，把全球数百家供应商的目录整合到一个可检索的数据库里。它与 Mcule 功能相近但更偏供应链视角：同一个分子有哪些供应商、各家价格多少、交付多快、纯度如何——这些正是把虚拟筛选结果变成实验样品时要回答的问题。

分层体系

Tier 分层直接对应项目节奏：需要两周内拿到样品做验证，就只看 Tier 1；可以等一个月扩大探索范围，才纳入 Tier 2/3。

典型使用流程

• 批量上传候选：把筛选出的 SMILES 列表批量提交，一次性查全部分子的可得性。这是最主要的用法。
• 比价：同一化合物往往有多家供应商，价格差异可达数倍。批量采购时这笔差价不小。
• 相似化合物检索：目标分子买不到时，搜结构相近的替代品——很多时候一个相似类似物就足以验证 SAR 假设。
• API 集成：把可得性查询接进内部筛选流程，让计算结果自动带上采购信息。

# 把可得性作为筛选流程的一个过滤层（示意）
def enrich_with_procurement(df_hits, lookup_fn):
    """给候选分子加上可得性、价格、交付周期，用于最终排序"""
    recs = []
    for smi in df_hits["smiles"]:
        info = lookup_fn(smi)            # 调用采购平台 API
        recs.append({
            "smiles": smi,
            "available": info.get("available", False),
            "tier": info.get("tier"),
            "best_price_usd": info.get("min_price"),
            "lead_time_days": info.get("lead_time"),
            "n_suppliers": info.get("supplier_count", 0),
        })
    return df_hits.merge(pd.DataFrame(recs), on="smiles")

# 最终排序综合考虑：打分、可得性、价格、多样性
ranked = enriched[enriched["available"]].sort_values(
    ["tier", "docking_score"], ascending=[True, True])

把采购信息纳入决策

成熟的虚拟筛选流程不会只按对接分数排序，而是综合考虑分数、可得性、价格和多样性。一个实用的取舍框架：

• 预算固定时：与其买 10 个昂贵的高分分子，不如买 30 个中高分但覆盖多个骨架的分子。首轮筛选的目标是找到「哪类骨架有戏」，而不是找到最强的那一个——化学多样性比单点分数更重要。
• 时间紧时：Tier 1 现货优先，哪怕分数略低。两周拿到数据推动决策，胜过一个月后的完美样品。
• 已有苗头做 SAR 时：这时反过来，围绕特定骨架买一系列类似物更有价值，可以接受更长交付周期。

注意事项

• 目录与实际库存有滞后：显示有货不代表下单一定能拿到，尤其是冷门分子。
• 纯度与表征差异：不同供应商的质控标准不同。关键分子应索要 NMR / LC-MS 数据。
• 最小订购量与运费：小批量采购时运费和最低消费可能占成本大头，集中在少数供应商下单更划算。
• 国际运输限制：某些化学品跨境运输受限，跨国采购要提前确认。
• 结构一致性：不同供应商对同一化合物的立体化学标注可能不一致，手性分子采购要格外核对。

延伸资源

• 采购平台对照：232《Mcule》；化合物库：230《ZINC》、231《Enamine REAL》；
• 虚拟筛选与命中确认见「实战流程」模块。