1、新加入2019 SAMPL6 盲测挑战中的LogP精确预测模型(结合COSMO-RS和XGboost机器学习修正);
2、更新内部参考pKa实验数据库,提高pKa预测精度;
3、更新CFDB数据库,改善sigma-profile生成质量;
4、更新熔融自由能预测模型,提高水中固体类药分子的溶解度预测结果。
优点:COSMOquick是专门针对药物研发领域的用户而优化的一体化热力学性质解决方案。它基于独家的COSMOfrag算法无需耗时的量化计算,即可获得表征类药分子热力学性质的COSMO-RS描述符——sigma-profile。基于已有的机器学习模型快速获取类药分子和高分子的水-辛醇分配系数,pKa,溶解度,ADME性质等。针对共晶药物的研究,还提供了共晶筛选,溶剂优化以及绘制共晶三元相图的流程化工具。