Skills Agentes

Medchem

Filtros de química medicinal para triaje de compuestos: reglas de similitud a fármacos (Lipinski, Veber, CNS), catálogos de alertas estructurales (PAINS, NIBR, ChEMBL), métricas de complejidad y lenguaje de consulta.

Solicitaread write edit bash
Estrellas
34.8k

en todo el repo

Actividad
57

0–100, la ruta de este skill

Actualizado
el mes pasado

último commit aquí

Commits
2

últimos 90 días

Contexto
2.7k tok

55 tok en reposo

Paquete
4 archivos

40 KB

Instalar

Funciona con cualquier agente que lea SKILL.md

npx -y skills add K-Dense-AI/scientific-agent-skills --skill medchem --agent claude-code

Se instala solo en este repositorio.

Qué hace

  • Aplica reglas de similitud a fármacos (rule_of_five, Veber, CNS, lead-like) a librerías de compuestos
  • Filtra por catálogos de alertas estructurales (PAINS, NIBR, Brenk, ChEMBL) devolviendo motivos y severidad
  • Calcula métricas de complejidad frente a umbrales percentiles derivados de ZINC (bertz, sas, qed, etc.)
  • Detecta grupos funcionales y scaffolds privilegiados con medchem.groups
  • Combina reglas, alertas y propiedades con el lenguaje de consulta QueryFilter (MATCHRULE, HASALERT, HASPROP)

Úsalo cuando

  • Aplicar reglas de similitud a fármacos a una librería de compuestos
  • Filtrar moléculas por alertas estructurales o reglas de cribado tipo PAINS/NIBR
  • Priorizar compuestos para hit-to-lead u optimización de lead
  • Construir filtros multi-criterio con el lenguaje de consulta de medchem

No lo uses cuando

    Qué lo activa

    Di cualquiera de estas frases y el agente debería cargar este skill.

    • Filtra esta librería de compuestos por rule_of_five y PAINS
    • Calcula la complejidad de estas moléculas frente a ZINC
    • Aplica los filtros NIBR a mis candidatos de lead optimization
    • Detecta warheads covalentes en este conjunto de moléculas

    SKILL.md

    En inglés

    Medchem

    Overview

    Medchem is a Python library from datamol-io for molecular filtering and prioritization in drug discovery. Apply literature-derived drug-likeness rules, named alert catalogs, complexity thresholds, chemical-group detection, and a custom query language to triage compound libraries at scale. Filters are context-specific guidelines — combine with domain expertise and target knowledge.

    Version note: Examples target medchem 2.0.5 (PyPI stable, Nov 2024). Requires Python ≥3.9. Depends on datamol and RDKit (installed automatically). RuleFilters and structural filter classes return pandas DataFrames. Lilly demerits require optional native binaries (mamba install lilly-medchem-rules).

    When to Use This Skill

    This skill should be used when:

    • Applying drug-likeness rules (Lipinski, Veber, CNS, lead-like) to compound libraries
    • Filtering molecules by structural alerts, PAINS, or NIBR screening-deck rules
    • Prioritizing compounds for hit-to-lead or lead optimization
    • Calculating complexity metrics against ZINC-derived thresholds
    • Detecting functional groups or named substructure catalogs
    • Building multi-criteria filters with the medchem query language

    Installation

    uv pip install medchem datamol
    

    Optional — Eli Lilly demerit filter (requires conda-forge native binaries):

    mamba install -c conda-forge lilly-medchem-rules
    

    Core Capabilities

    1. Medicinal Chemistry Rules

    Apply established drug-likeness rules via medchem.rules.

    List available rules:

    import medchem as mc
    
    mc.rules.RuleFilters.list_available_rules_names()
    # ['rule_of_five', 'rule_of_five_beyond', 'rule_of_four', 'rule_of_three', ...]
    

    Single rule on one molecule:

    import datamol as dm
    import medchem as mc
    
    smiles = "CC(=O)OC1=CC=CC=C1C(=O)O"  # aspirin
    mc.rules.basic_rules.rule_of_five(smiles)   # True
    mc.rules.basic_rules.rule_of_cns(smiles)    # True
    mc.rules.basic_rules.rule_of_veber(smiles)  # True
    

    Multiple rules with RuleFilters (returns a DataFrame):

    import datamol as dm
    import medchem as mc
    
    mols = [dm.to_mol(s) for s in smiles_list]
    
    rfilter = mc.rules.RuleFilters(
        rule_list=["rule_of_five", "rule_of_oprea", "rule_of_cns", "rule_of_leadlike_soft"]
    )
    df = rfilter(mols=mols, n_jobs=-1, progress=True, keep_props=False)
    
    # Columns: mol, pass_all, pass_any, rule_of_five, rule_of_oprea, ...
    passing = df[df["pass_all"]]
    

    Use keep_props=True to include computed descriptors (mw, clogp, tpsa, etc.) in the result.

    2. Structural Alert Filters

    Detect problematic patterns with medchem.structural. Both classes return DataFrames with pass_filter, status, and reasons columns.

    Common alerts (ChEMBL-derived rule sets):

    import medchem as mc
    
    alert_filter = mc.structural.CommonAlertsFilters()
    df = alert_filter(mols=mol_list, n_jobs=-1, progress=True)
    # df columns: mol, pass_filter, status, reasons
    
    clean = df[df["pass_filter"]]
    

    NIBR filters (Novartis screening-deck curation):

    nibr_filter = mc.structural.NIBRFilters()
    df = nibr_filter(mols=mol_list, n_jobs=-1, progress=True)
    # df columns: mol, pass_filter, status, severity, reasons, n_covalent_motif, special_mol
    

    Compounds with severity >= 10 are excluded by default (see NIBR paper).

    3. Named Catalog Filters (PAINS, Brenk, etc.)

    Use medchem.catalogs.NamedCatalogs for RDKit FilterCatalog instances, or the functional API:

    import medchem as mc
    
    # List available named catalogs
    mc.catalogs.list_named_catalogs()
    # ['tox', 'pains', 'pains_a', 'brenk', 'nibr', 'zinc', ...]
    
    # Functional API — True means molecule passes (no alert match)
    passes = mc.functional.alert_filter(mols=mol_list, alerts=["pains"], n_jobs=-1)
    
    # Or via catalog objects
    passes = mc.functional.catalog_filter(
        mols=mol_list,
        catalogs=[mc.catalogs.NamedCatalogs.pains()],
        n_jobs=-1,
    )
    

    4. Functional API

    medchem.functional provides one-call wrappers that return boolean masks (True = passes):

    import medchem as mc
    
    mc.functional.rules_filter(mols=mol_list, rules=["rule_of_five", "rule_of_cns"], n_jobs=-1)
    mc.functional.nibr_filter(mols=mol_list, max_severity=10, n_jobs=-1)
    mc.functional.alert_filter(mols=mol_list, alerts=["pains", "brenk"], n_jobs=-1)
    mc.functional.complexity_filter(mols=mol_list, complexity_metric="bertz", limit="99", n_jobs=-1)
    

    Other helpers: catalog_filter, chemical_group_filter, lilly_demerit_filter (requires optional binaries), macrocycle_filter, bredt_filter, protecting_groups_filter, and more.

    5. Chemical Groups

    Detect functional groups and curated pattern collections via medchem.groups:

    import medchem as mc
    
    # Browse available group collections
    mc.groups.list_default_chemical_groups()
    # ['privileged_scaffolds', 'common_warhead_covalent_inhibitors', 'rings_in_drugs', ...]
    
    group = mc.groups.ChemicalGroup(groups=["privileged_scaffolds"])
    group.has_match(mol)                          # bool
    group.get_matches(mol)                        # dict of group → atom indices
    group.filter(mols)                            # molecules matching the group
    
    # Returns molecules that do NOT match the group
    mc.functional.chemical_group_filter(mols=mol_list, chemical_group=group, n_jobs=-1)
    

    Custom groups can be loaded from a file via groups_db (CSV with smiles/smarts, name, group columns).

    6. Molecular Complexity

    Compare complexity metrics to precomputed ZINC-15 percentile thresholds:

    import medchem as mc
    
    # Single molecule
    cf = mc.complexity.ComplexityFilter(limit="99", complexity_metric="bertz")
    cf(mol)  # True if below 99th-percentile threshold
    
    # Batch via functional API
    mc.functional.complexity_filter(
        mols=mol_list,
        complexity_metric="bertz",  # also: sas, qed, whitlock, barone, smcm, twc
        limit="99",
        n_jobs=-1,
    )
    
    # Direct metric functions
    mc.complexity.WhitlockCT(mol)
    mc.complexity.BaroneCT(mol)
    

    7. Scaffold Constraints

    medchem.constraints.Constraints matches a core scaffold and applies per-atom constraint functions — not simple MW/LogP ranges. For property bounds, use RuleFilters, descriptors via mc.rules.list_descriptors(), or the query language.

    import datamol as dm
    import medchem as mc
    
    core = dm.to_mol("c1ccccc1")
    constraints = mc.constraints.Constraints(
        core=core,
        constraint_fns={"query": lambda mol, atom_idx, query: ...},
    )
    constraints(mol)
    

    8. Medchem Query Language

    Build multi-criteria filters with medchem.query.QueryFilter:

    import medchem as mc
    
    # Rule + alert combination
    qf = mc.query.QueryFilter('MATCHRULE("rule_of_five") AND NOT HASALERT("pains")')
    mask = qf(mols=mol_list, n_jobs=-1)  # list[bool]
    
    # CNS-like with property bounds
    qf = mc.query.QueryFilter('MATCHRULE("rule_of_cns") AND HASPROP("tpsa", <=, 90)')
    mask = qf(mols=mol_list, n_jobs=-1)
    

    Query syntax:

    • MATCHRULE("rule_of_five") — apply a named rule
    • HASALERT("pains") — match a named catalog (pains, brenk, nibr, tox, …)
    • HASPROP("mw", <, 500) — compare a descriptor (unquoted comparator)
    • HASGROUP("privileged_scaffolds") — match a chemical group
    • HASSUBSTRUCTURE("c1ccccc1") — substructure match
    • Operators: AND, OR, NOT

    List available descriptors: mc.rules.list_descriptors()

    Workflow Patterns

    Pattern 1: Initial Triage of a Compound Library

    import datamol as dm
    import medchem as mc
    import pandas as pd
    
    df = pd.read_csv("compounds.csv")
    mols = [dm.to_mol(s) for s in df["smiles"]]
    
    # Drug-likeness rules
    rules_df = mc.rules.RuleFilters(rule_list=["rule_of_five", "rule_of_veber"])(mols=mols, n_jobs=-1)
    
    # PAINS + common alerts via query
    qf = mc.query.QueryFilter('MATCHRULE("rule_of_five") AND NOT HASALERT("pains")')
    pass_mask = qf(mols=mols, n_jobs=-1)
    
    df["passes_rules"] = rules_df["pass_all"].values
    df["drug_like"] = pass_mask
    filtered_df = df[df["drug_like"]]
    filtered_df.to_csv("filtered_compounds.csv", index=False)
    

    Pattern 2: Lead Optimization Filtering

    import medchem as mc
    
    rules_df = mc.rules.RuleFilters(rule_list=["rule_of_leadlike_soft"])(mols=candidates, n_jobs=-1)
    nibr_df = mc.structural.NIBRFilters()(mols=candidates, n_jobs=-1)
    complex_mask = mc.functional.complexity_filter(
        mols=candidates, complexity_metric="bertz", limit="95", n_jobs=-1
    )
    
    passes = (
        rules_df["pass_all"]
        & nibr_df["pass_filter"]
        & complex_mask
    )
    

    Pattern 3: Detect Functional Groups

    import medchem as mc
    
    group = mc.groups.ChemicalGroup(groups=["common_warhead_covalent_inhibitors"])
    matches = [group.has_match(mol) for mol in mol_list]
    warhead_mols = [mol for mol, m in zip(mol_list, matches) if m]
    

    Best Practices

    1. Context matters — marketed drugs often violate Ro5; prodrugs and natural products are common exceptions.
    2. Combine filters — rules, alert catalogs, and complexity thresholds work best together.
    3. Use parallelization — pass n_jobs=-1 for libraries >1000 molecules.
    4. Check return typesRuleFilters and structural classes return DataFrames; functional helpers return boolean arrays.
    5. Lilly demerits are optional — install lilly-medchem-rules separately; default max demerits is 160 in the functional API.
    6. Document decisions — retain status, reasons, and severity columns for audit trails.

    Resources

    references/api_guide.md

    Module-by-module API reference with signatures, return types, and patterns.

    references/rules_catalog.md

    Catalog of available rules, alert sets, complexity metrics, and filter selection guidelines.

    scripts/filter_molecules.py

    Batch filtering script for CSV/TSV/SDF/SMILES inputs with configurable rules, alerts, and complexity thresholds.

    uv run python scripts/filter_molecules.py input.csv \
      --rules rule_of_five,rule_of_cns --pains --nibr --output filtered.csv
    

    Documentation

    Reproducido de K-Dense-AI/scientific-agent-skills bajo licencia Apache-2.0 license. Leer esta página en markdown.

    Archivos

    4 archivos en el paquete. Solo se lee SKILL.md al activarse — las referencias se cargan si el skill decide que las necesita.

    Antes de instalar

    Necesita Python 3.9+ y datamol (se instala con medchem); el filtro de deméritos Lilly requiere el paquete conda opcional lilly-medchem-rules.

    Detalles

    Creador
    K-Dense-AI
    Licencia
    Apache-2.0 license
    Recursos incluidos
    scripts en python + referencias
    Código fuente
    Ver SKILL.md

    Etiquetas

    Más de K-Dense-AI/scientific-agent-skills

    Este repo incluye 163 skills. Si instalas uno, normalmente ya tienes los demás.

    Gestión integral de citas académicas: busca en OpenAlex, PubMed y Google Scholar, extrae metadatos precisos, valida citas y genera entradas BibTeX correctamente formateadas.

    Costo de contexto al activarse
    3.7k tok
    Tamaño del paquete
    21 archivos
    Última actualización
    hace 28 días
    investigacion

    Realiza revisiones bibliográficas sistemáticas y completas usando varias bases académicas (PubMed, arXiv, bioRxiv, Semantic Scholar). Genera markdown y PDF con citas verificadas en varios estilos (APA, Nature, Vancouver).

    Costo de contexto al activarse
    3.2k tok
    Tamaño del paquete
    12 archivos
    Última actualización
    hace 15 días
    investigacion

    Crea decks de diapositivas y presentaciones para charlas de investigación: PowerPoint, presentaciones de conferencia, seminarios, defensas de tesis. Da estructura, plantillas, guía de tiempos y validación visual.

    Costo de contexto al activarse
    5.1k tok
    Tamaño del paquete
    24 archivos
    Última actualización
    hace 15 días
    documentos

    Crea infografías profesionales con Nano Banana Pro AI y refinamiento iterativo inteligente. Usa Gemini 3.6 Flash para revisar la calidad e integra investigación con Perplexity Sonar. Soporta 10 tipos, 8 estilos y paletas para daltonismo.

    Costo de contexto al activarse
    2.7k tok
    Tamaño del paquete
    8 archivos
    Última actualización
    hace 15 días
    diseno ui

    Crea pósteres de investigación profesionales en LaTeX con beamerposter, tikzposter o baposter, para conferencias y comunicación científica: layout, colores, columnas múltiples e integración de figuras.

    Costo de contexto al activarse
    3.9k tok
    Tamaño del paquete
    17 archivos
    Última actualización
    hace 15 días
    documentos

    Crea diagramas científicos de calidad de publicación con la IA Nano Banana 2 y refinamiento iterativo inteligente. Gemini 3.6 Flash revisa la calidad y solo regenera si está por debajo del umbral de tu tipo de documento.

    Costo de contexto al activarse
    4.1k tok
    Tamaño del paquete
    6 archivos
    Última actualización
    hace 15 días
    diseno ui

    Skills relacionados

    Aeon

    34.8k

    Para tareas de machine learning con series temporales: clasificación, regresión, clustering, forecasting, detección de anomalías, segmentación y búsqueda de similitud, con APIs compatibles con scikit-learn.

    Costo de contexto al activarse
    3.1k tok
    Tamaño del paquete
    12 archivos
    Última actualización
    el mes pasado
    datos analitica

    Anndata

    34.8k

    Estructura de datos para matrices anotadas en análisis de célula única. Úsala con archivos .h5ad o el ecosistema scverse; para análisis usa scanpy, para modelos probabilísticos scvi-tools, para escala poblacional cellxgene-census.

    Costo de contexto al activarse
    3k tok
    Tamaño del paquete
    6 archivos
    Última actualización
    el mes pasado
    datos analitica

    Infiere redes de regulación génica (GRN) a partir de datos de expresión génica con algoritmos escalables (GRNBoost2, GENIE3), para transcriptómica bulk o de célula única, con computación distribuida.

    Costo de contexto al activarse
    2.1k tok
    Tamaño del paquete
    5 archivos
    Última actualización
    el mes pasado
    datos analitica