エージェント

アイデアを実験に変える。

実行を委ねることで、チームは本当に重要な科学に集中できます。

デモを依頼 →
Vecura — エージェントダッシュボード

エージェント

9 件アクティブ

今日

KRAS G12C 共有結合フラグメント

1,200 ウォーヘッドをドッキング·分析中 · oncology-2026

PD-1 / PD-L1 環状ペプチド

次のステップを計画中·計画中 · immuno-discovery

GSK-3β CNS リード

47 ヒットを ADMET フィルタリング·3 モデル · cns-pipeline

FLT3-ITD リポジショニングスイープ

12 候補をランク付け·完了 · aml-discovery

今週

EGFR T790M 選択性スイープ

47 アナログ · +12 / −3 · oncology-2026

JAK2 V617F オフターゲットパネル

キノームパネル · +89 / −4 · jak-program

抗体開発容易性トリアージ

32 mAb · +18 / −2 · biologics

LR-104 の溶解性レスキュー

12 アナログ · +6 / −1 · lead-opt

アロステリックポケット探索 · BRAF

クリプティックサイトスキャン · +1 サイト · braf-allo

⌘↵

あなたの科学が存在するあらゆる場所で

あらゆるサーフェスにわたる一つのエージェント。

Web アプリ

計画、実行、レビューを一つのワークスペースで。

screen.py

from vecura import Agent

a = Agent()

a.run(

"screen 500 ZINC"

)

Python SDK

任意のノートブックやスクリプトからエージェントを実行。

In [3]:vecura · py3.11

vecura.run("dock")

✓ 47 hits · ΔG < −7.5

Jupyter

結果をそのまま分析に取り込む。

#discovery-runs

Vecura

KRAS run done — 12 leads, 3 flagged.

Slack & Teams

チームが既に会話している場所で結果を受け取る。

ターゲットを問わず、あなたの科学を理解する

Vecura はツールを手に取る前に、構造、文献、そしてチームの慣習を学習します。

4 サブエージェント · 並列

ターゲットをフォールド — KRAS G12C

ファイルを編集中 · OpenFold

フラグメントライブラリをドッキング

実行中 · AutoDock-GPU

ヒットの ADMET スイープ

レポートを作成中 · ADMETlab 3

文献クロスチェック

保留中 · PubMed-RAG

並列サブエージェント

独立したエージェントがターゲットを並列に探索 — それぞれが答える問いに最適なツールを使用します。

コンテキスト · KRAS G12C

「共有結合性 KRAS G12C 阻害剤について何が分かっているか?」

検索社内 · KRAS G12C SAR ノート
読み込みPDB · 6OIM (Switch-II ポケット)
読み込み文献 · Patricelli 2016 ACS Med Chem
読み込み文献 · Canon 2019 Nature (AMG 510)
検索ZINC22 · 共有結合フラグメント (R-NH-acrylamide)

ナレッジインデックス化

Vecura は文献、社内 SAR ノート、過去の実行をインデックス化し — 回答に使用したすべての情報源を引用します。

rules.md

ランク付け前に必ず hERG、Ames、CYP3A4 を確認

ディスカバリーチーム

フラグメントライブラリには Enamine REAL を優先

創薬化学

PAINS、Brenk、アッセイ干渉スキャフォールドを除外

ラボ全体

Pfizer 2024 の IP 領域と重複するヒットをフラグ付け

法務 · 全プログラム

チームルール

ラボの慣習を Vecura に教えます — 推奨ライブラリ、必須の安全性チェック、IP 除外。

創薬ライフサイクル全体をカバー

問いの明確化から、候補の生成、そしてうまくいかなかった理由の追究まで。

プラン · 明確化のための質問
1

ヒット選択にどの ΔG カットオフを使うべきですか?

2

共有結合ウォーヘッドを含めますか、それとも非共有結合のみですか?

3

ADMET を全ヒットで実行しますか、それとも ΔG カットオフを通過したものだけですか?

プラン

曖昧な目標に対して、Vecura は明確化のための質問をし、プロトコルに合意してから実行します。

設計 · 4 アナログを生成
VC-A-1042−F → −Cl−9.8
VC-A-1058ピリジン → ピリミジン−9.5
VC-A-1071R3 に −OMe を追加−9.2
VC-A-1083tert-ブチル → シクロプロピル−8.9

設計

アナログの提案、選択性や ADMET の最適化、新しいスキャフォールドの探索 — すべて根拠付きで。

検証 · なぜヒットは失敗したのか?

再確認 ドッキングポーズの収束

上位ポーズが 3 シードで安定

再実行 拡張エンドポイントでの ADMETlab

5 μM 閾値で hERG を再フラグ付け

検索 hERG リスクの高いスキャフォールドの文献

キノリンコアは既知の懸念

根本原因: キノリンスキャフォールドが hERG リスクを引き起こす

検証

ヒットが失敗したとき、Vecura は原因を遡って追跡 — ツールを再実行し、文献を確認し、原因を特定します。

本物の科学を行うための装備

Vecura はツールを実行し、データを取り込み、すべてのステップを再現可能に保ちます。

vecura · run · isolated

$ vecura.dock(target="6OIM", lib="zinc22")

# Spawning AutoDock-GPU container...

# Docking 1,200 fragments on 4×A100

✓ 47 hits passed ΔG < −7.5 (4m 18s)

$ vecura.admet(hits)

✓ 31 / 47 cleared safety panel

ツールを実行

ドッキング、フォールディング、ADMET、MD — Vecura は分離された GPU バックエンドのコンテナで実行します。セットアップ不要。

作成 · 任意のアーティファクトを @メンション
Optimize @PDB:6OIM binders. Use @enamine-real and apply our @CNS-rules.md
Compare with @AMG-510.smi reference.

コンテキストを追加

@メンションで、正確な PDB、SMILES、配列、論文、社内ドキュメントを Vecura に指定できます。

実行履歴 · KRAS-G12C-2026

KRAS G12C 実行を開始

1月8日

共有結合ウォーヘッドフィルターを追加

1月12日

ライブラリを 1,200 フラグメントに拡張

1月18日

ADMET スイープ完了

昨日

hERG リスクの高いスキャフォールドをフィルタリング

3時間前

上位 12 リードをエクスポート

スナップショットと再現性

すべての実行はバージョン管理され — どのツール、モデル、パラメータがどの結果を生み出したかを正確に確認できます。いつでもロールバック可能。

ツールとワークフローで拡張

既存のコンテキストを Vecura に渡し、ラボ向けのカスタム機能を追加します。

プラグインマーケットプレイス
Benchling LIMS Sync
データ
Schrödinger Suite Bridge
モデリング
Enamine REAL Catalogue
化合物
Dotmatics Integration
ELN
GraphPad Prism Export
分析

プラグイン

Benchling、Schrödinger、Dotmatics、その他ラボのスタックへのワンクリックコネクタ。

スキル · スラッシュコマンド

/fragment-growth

R 基列挙でフラグメントを成長させる

/admet-triage

ラボの 6 エンドポイント安全性パネルを適用

/selectivity-sweep

ターゲットをキノームパネル全体で実行

/ip-check

特許ランドスケープに対してリードをクロスチェック

/synth-tractability

逆合成の難易度をスコアリング

スキル

ラボの SOP を再利用可能なスラッシュコマンドにまとめます。チームの誰でも呼び出せます。

MCP · 接続済みソース
社内 SAR DB
接続済み
PubMed
接続済み
ChEMBL
接続済み
ラボ Slack
接続済み
S3 · 生アッセイ
接続済み

MCP

Model Context Protocol を介して、専有ツール、社内データベース、カスタムモデルを接続します。

実験を進める人々の声

私たちのチームは創薬化学、生物学、計算化学にまたがっています。Vecura は特別なセットアップなしにこの 3 分野すべてで実際に機能した初めてのツールです。パイプラインを手作業で組む状態から、一つのワークスペースでキャンペーン全体を実行できるようになりました。

ディスカバリー責任者

シリーズ A バイオテック

以前はツール間で出力をフォーマットするのに 1 日の半分を費やしていました。Vecura がそれを処理してくれます — 実験を記述するだけで、安全性フラグ付きのランク付けされたヒットが返ってきます。

計算化学者

腫瘍学バイオテック

ADMET 統合だけでも、無駄なスクリーニングサイクルを回避できます。ベンチに触れる前に、どのリードが有望かが分かります。

創薬研究者

中堅製薬

以前はスクリプトの調整に 1 週間かかっていたこと — 構造の取得、ドッキングの実行、フィルタリング、要約 — を Vecura は午後の間に終わらせます。

構造生物学者

学術ラボ

このエージェントは単にモデルを実行するだけではありません — どのモデルをなぜ使うべきかを推論します。それが最も驚いた点です。

バイオインフォマティクスリード

研究機関

ターゲットのスクリーニング、ブリーフの生成、文献の矛盾のフラグ付けを — すべて一つの会話で依頼できます。深夜 2 時に計算の共同研究者がいるようなものです。

主任研究員

薬剤リポジショニングスタートアップ

変更履歴

1.42026年5月20日キノームスケールの選択性スイープ向け並列サブエージェント
2026年5月19日ADMETlab 3 エンドポイントを 220 に拡張
2026年5月18日Benchling LIMS 同期 (ベータ)
1.32026年5月13日マルチエージェント実行をまたぐスナップショットのロールバック

次の発見を Vecura で始めましょう

デモを依頼