药物研发面临由不可预测的药代动力学和安全性特性带来的重大障碍，这需要一个复杂的多参数优化过程。ADMET（吸收、分布、代谢、排泄、毒性）问题仍然是药物开发失败的主要原因，超过90%的发现化合物无法满足基本ADME标准，而意外的ADMET问题导致约30%的临床试验受挫。
主要依赖广泛分子特性的传统方法提供的指导有限，因为它们缺乏对药物与人体复杂系统之间原子级相互作用的深入了解。变革小分子药物研发需要系统、详细地理解"规避组"（Avoid-ome）——即影响ADME和毒性特征的广泛蛋白质集合。规避组包括一组有限且可管理的酶、转运蛋白、受体和通道，在设计过程中必须将其视为"反靶点"并予以规避。
OpenADMET是一项国际开放科学计划，旨在通过创建覆盖代谢、转运、分布和毒性的预竞争性开放数据集来填补关键的ADMET数据空白。该计划正在开发平台，使化合物合成、测量（使用缩放质谱和合成生物学等技术）以及数据分析更加经济实惠并具备高通量处理能力。
该方法利用高通量结构生物学确保模型基于机制性和原子级理解，有助于阐明异常值、物种差异和遗传变异的结构基础。此外，该计划在多样化学空间中采用主动学习工作流程，选择对构建可推广预测模型最具信息量的化合物。
OpenADMET包括受CASP和SAMPL启发的盲测社区挑战，使用未发布数据评估预测模型，鼓励研究社区进行严格评估和持续改进。通过系统研究规避组并创建开放、结构化和机制性数据集，OpenADMET为理性药物设计的新时代奠定了基础，证明改进药物研发最有效的方法是停止回避规避组，而是直接研究它。
【全文结束】
