openadmet.org

是什么

OpenADMET 是面向药物发现的开放科学项目，目标是构建吸收、分布、代谢、排泄和毒性（ADMET）相关的开放模型与数据集，以改善小分子疗法开发中安全性和毒性预测的不确定性。它不是通用开发者工具，更接近计算药物发现与机器学习交叉领域的研究基础设施。

核心能力与生态

项目方法包括三条主线：通过结构与功能实验系统表征蛋白和机制，利用高通量化学研究分子与生物系统的相互作用，并开发 AI/ML 计算模型整合这些发现。网站显示其在 HuggingFace 提供 4 个开放模型和 7 个整理后的 ADMET 数据集。社区盲测挑战是关键机制，当前挑战聚焦人类 PXR 活性化合物，包含活性预测和结构预测两个赛道，用于基准评估模型能力。生态内容还包括论文、博客、视频研讨会、团队与合作者信息，提到 OMSF、Octant、UCSF 等相关方。

开放性、定价与文档

正文明确称其为 open science effort，并使用“open models and datasets”表述，但没有给出具体许可证、商用限制或模型权重使用条款。定价方面未出现订阅、付费 API 或企业版信息，资金来源包括 ARPA-H、Gates Foundation、Astera 等。文档内容偏科研传播和项目介绍，包含挑战、数据集、博客、视频、出版物等；但从抓取文本看，缺少 API/SDK、CLI、安装部署、自托管和资源需求说明。

优缺点

优点是方向明确，聚焦 ADMET 这一药物研发核心痛点；开放模型和数据集降低研究门槛；盲测挑战有助于更客观地评估模型泛化能力；同时结合实验机制与机器学习，科学可信度较强。局限在于开发者接入信息不足，尚看不到稳定推理服务、SDK、SLA 或企业支持；许可证和合规边界也未在正文中说明。

适合谁与中国访问

它适合药物发现研究人员、计算化学团队、生物信息学与 ML 研究者，用于 ADMET 数据复用、模型训练、基准评测和方法验证。中国访问情况正文未说明；若依赖 HuggingFace 获取模型和数据，实际可用性可能受网络环境影响。替代或互补工具可关注 ADMETlab、SwissADME、pkCSM、DeepChem 等。