1功能指标要求
1.1 面向药物研发的专项数据集成指标要求
1.1.1 收录面向药物研发的结构数据不少于500条，需包含药物的分子的基本结构信息等
1.1.2 收录面向药物研发的印迹数据不少于10000条，需包含药物作用时间和印记数据矩阵等
1.1.3  收录面向药物研发的靶标数据不少于1000条，需包含靶标蛋白的详细信息，以及药物与靶标关联的证据信息等
1.1.4 收录面向药物研发的通路数据不少于1000条，需包含通路的详细数据，以及药物与通路关联的证据信息等
1.1.5 收录面向药物研发的副作用数据不少于1000条，需包含副作用的详细数据，以及药物与副作用关联的证据信息等
1.1.6 收录面向药物研发的入血成分数据不少于3000条，需包含入血成分的基本结构信息、理化特征、以及预测的血液成分的吸收、分布、代谢、排泄和毒性特性等
1.1.7 收录面向药物研发的用药蛋白标志物数据不少于1000条，需包含蛋白、癌症、药物之间的关联信息和证据等
1.1.8 收录面向药物研发的药物响应数据不少于600条，需包含癌症类型、治疗方案，响应表达谱矩阵、数据来源等
1.2 基于结构数据的药物知识发现工作流集成指标要求
1.2.1 具有基于正向对接的药物发现工作流，利用正向分子对接技术从药物分子数据库中筛选与靶标蛋白高度匹配的药物分子
1.2.2 具有基于反向对接的药物发现工作流，利用PDB、scPDB、TTD等数据库定义结合位点，预测蛋白质与配体相互作用，提供小分子化合物和药物靶点的虚拟筛选
1.2.3 具有基于结构相似性的药物新用途预测工作流，使用RMSD值评价小分子结构重叠程度
1.2.4 具有基于结构相似性的ATC code预测工作流，建立药物结构与ATC code的关系模型，预测药物用途及ATC code
1.3 基于基因/蛋白表达谱数据的药物知识发现工作流集成指标要求
1.3.1 具有基于印迹数据和深度学习的药物预测模型工作流，在基因表达水平上评价药物的相似性
1.3.2 具有基于印迹数据和GSEA的药物发现工作流，通过输入预测药物表达谱上调和下调的基因即可获得相似药物
1.3.3 具有基于印迹数据和余弦相似度的药物发现工作流，通过输入预测药物表达谱CD值即可获得相似药物
1.3.4 具有基于z-test的差异基因提取工作流
1.3.5 具有表达谱数据标准化算法CD向量工作流，为余弦相似度计算提供数据基础
1.3.6 具有表达谱数据标准化算法MODZ工作流，进行数据标准化，提高可比性
1.3.7 具有表达谱数据可信度-Permutation Test工作流，用于表达谱数据可信度估算
1.3.8 具有表达谱数据可信度-TAS工作流，用于表达谱数据可信度估算
1.3.9 具有新的协同药物组合预测工作流，获得富集相似的药物，发现新的协同药物组合
1.3.10 具有新的拮抗药物组合预测工作流，获得富集相反的药物，发现新的拮抗药物组合
1.4 基于天然产物数据的药物知识发现工作流集成指标要求
1.4.1 有基于天然产物成分的靶标预测工作流，基于相似性的思想实现天然产物成分的靶标预测
1.4.2 具有基于靶标预测的天然产物作用功能揭示工作流，对天然产物成分的潜在靶标进行功能富集分析
1.4.3 具有基于靶标预测的天然产物作用通路揭示工作流，对天然产物成分的潜在靶标进行通路富集分析
1.4.4 具有基于靶标预测的天然产物作用网络揭示工作流，对天然产物成分的潜在靶标进行作用网络分析
1.4.5 具有基于靶标的天然产物成分筛选工作流，筛选出与特定靶标有较强亲和力或潜在生物活性的天然产物成分
1.4.6 具有基于通路的天然产物成分筛选工作流，筛选出在相关通路中具有显著调节作用的成分
1.4.7 具有基于疾病的天然产物成分筛选工作流，筛选出可能对相关疾病产生治疗作用的天然产物成分