近日，Enamine旗下Chemspace的化学空间Freedom Space升级到5.0版本，分子库规模突破2960亿。该版本从源头规避“纸面优秀、合成失败”的研发痛点，将药物发现模式由“筛选现有分子”升级为按需设计可合成分子，大幅提升早期研发效率。

理论化学空间包含约10⁶⁰个小分子。但真正的问题不在于理论上存在什么，而在于实际有用的是什么。商业化学空间的价值正在于此——它们基于可获得的结构单元与成熟合成方法，绘制出我们能够实际合成的分子图谱。对药物研发团队而言，这类化学空间已成为研发起点：在投入时间与资源开展合成前，可先通过计算方式探索数十亿个分子结构。

但分子库规模更大，不代表研发效果更好。关键在于：化学空间能否在你需要时，持续提供高相关性、结构多样、易于获取的化合物。这正是Freedom Space的设计初衷，而5.0版本将这一目标推向新高度。Freedom Space的每一次迭代，都促使我们重新思考构建逻辑。我们的目标始终如一：打造真正可合成、结构多样、具有生物活性的化合物体系——这些特性看似简单，却难以在大规模库中稳定实现。

Freedom Space 5.0凝聚了多年来在真实研发流程中验证的成熟经验，无论你是在寻找初始苗头化合物、围绕骨架进行拓展，还是开展先导化合物优化，都能适配使用。

为何选择Freedom Space？

Freedom Space 5.0专为解决多数化学空间的核心局限而设计：保障合成可行性、最大化结构多样性、维持生物相关性、支持高效大规模探索。

Freedom Space 5.0核心数据

🌟 合成成功率超80%（经实验验证）

🌟 构建空间所用优质合成砌块超21.5万个，来自全球15家顶级供应商

🌟 采用39套合成方案（双组分与三组分反应）用于子集枚举

🌟 交付周期5–6周（含合成流程）

🌟 与Enamine REAL空间几乎0重叠

🌟 基于真实数据训练的机器学习模型构建

什么是Freedom Space 5.0？

自由空间是超大规模、可合成的化学空间，包含超2960亿个分子。由Chemspace公司采用自研机器学习算法开发，这款基于合成子的化合物库，专为加速早期药物研发而设计，解决核心痛点：虚拟筛选得到的苗头化合物，真正能被合成出来。

多数化合物库先生成结构，再寄希望于其可合成；自由空间则完全相反。我们先用机器学习模型评估结构单元的合成可行性，再构建化合物库。这意味着你筛选到的苗头化合物，已对接成熟合成方法与可获取起始原料，而非实验室无法合成的理论分子。

化学空间在药物研发中的重要性

药物研发本质上是在无比庞大的分子宇宙中开展的搜索任务。实体筛选库仅能覆盖几百万个化合物，而化学空间支持通过计算方式探索数十亿分子。但其核心价值不止于规模。现代化学空间可将虚拟筛选结果直接对接合成流程：一旦发现潜力结构，可立即拓展数千个可合成类似物，无需依赖供应商的近似产品。对AI驱动的研发而言，它能提供多样性充足的训练数据，保障预测可靠性。更关键的是，Freedom Space这类优质化学空间从源头优先保障合成可行性，大幅减少“纸面优秀、实验失败”的无效投入。化学空间让研发从“筛选现有分子”升级为“按需设计分子”，正是这一转变，持续缩短苗头到先导的研发周期。

可用空间格式与访问方式

除了官网chem-space.com, Freedom Space 5.0也可通过合作伙伴筛选平台访问：

BioSolveIT

可通过其开发的infiniSee平台探索自由空间5.0。infiniSee支持在数十亿化合物中快速开展相似性搜索、子结构检索与药效团筛选，无需全量枚举。平台结合强大搜索算法与交互式可视化工具，助力药物化学家高效筛选结构多样的类似物，实现大规模化学空间导航。适用于苗头化合物发现、骨架跃迁、先导优化等流程。

Alipheron

Pharos-3D是创新的计算型3D相似性搜索方法，融合3D形状与药效团模型，高效筛选超大规模组合化学空间。它整合低能构象形状匹配与潜在蛋白相互作用分析。

HyperSpace是Alipheron的超高速2D虚拟筛选工具，支持基于子结构与相似性搜索数万亿按需合成化合物。支持芳香基指定、环约束、取代基排除、柔性连接臂等高级检索，可精准搜索类似物，也可实现骨架跃迁。典型搜索可在1分钟内返回数千个匹配分子。

Freedom Space核心优势

Freedom Space 5.0聚焦解决多数化学空间的核心瓶颈：合成可行、结构多样、生物相关、大规模高效探索。

1、合成可行性：经实验验证，合成成功率超80%，实验室可稳定制备。采用基于Enamine反应成功数据训练的机器学习模型，确保每个分子都依托成熟合成方案。

2、精选多样与高品质：源自21.5万个优质新颖结构单元（顶级供应商），覆盖结构多样、生物活性相关的化学区域。基于真实合成数据训练的机器学习模型指导结构单元筛选，入库分子均符合药物研发标准。

3、独特化学物质：与Enamine REAL空间无重叠，开辟全新化学区域。适合探索新颖骨架、规避拥挤专利空间、为研发项目寻找差异化起点。