來自 ChEMBL 的目標參與度資料。
為全球每個研究據點提供本地化的研發簡報。
以英文撰寫的目標特性簡報，在非以英文為主要語言的研究中心造成資訊不對稱。Claude 透過 MCP 從 ChEMBL 擷取目標物質的結合性與選擇性資料，而 Lara Translate 為每個研究中心將簡報本地化，並嚴格遵循您的化合物命名法。
無需信用卡
無需信用卡
從 ChEMBL 目標資料到每個研究中心的本地化研發簡報。
Claude 透過 MCP 查詢 ChEMBL，並擷取化合物系列已發表的體外靶標結合和選擇性資料。目標特性檔案的結構包含結合親和力資料、選擇性篩檢結果，以及化合物優先順序的理由。Lara Translate 使用忠實風格進行本地化，確保化合物名稱、標的命名法及定量資料完全保留。
要求 Claude 從 ChEMBL 擷取標靶結合資料
Claude 透過 MCP 連接到 ChEMBL，並擷取指定目標面板的已發佈體外目標結合和選擇性資料，針對目標集中所有具有已發佈資料的化合物，提供效力值、選擇性比率和測定格式詳細資訊。
ChEMBL 傳回 89 筆測定結果，涵蓋 34 種化合物和 6 個靶標
ChEMBL 傳回所有 89 項已發表的體外測定結果，依化合物和靶標分類，並提供效力值、測定格式詳細資訊，以及在同一化合物有多個靶標資料時計算的選擇性比。Claude 透過選擇性指數分析和化合物系列識別，組織目標特性簡報。
Lara Translate 為東京研發團隊將目標簡報本地化
Lara Translate 使用 Faithful 樣式將目標簡介本地化為日文。IC50 值、選擇性比率和效力分佈在整個文件中均被視為不可翻譯的單位。藥物研發詞彙表規定，針對激酶生物學術語和化合物系列描述，必須使用經核准的日文對應詞彙，以確保與日本藥物研究出版品保持一致。
東京研發團隊收到完整的日文目標特性簡報
東京製藥研發團隊收到一份結構化的日文文件：34 種化合物的主要目標效力分佈、89 種體外測定結果的交叉目標選擇性比率，以及具有最佳選擇性特性的化合物系列。簡報已準備就緒，可供該研究中心進行化合物優先順序討論，研究團隊無需進行翻譯。
為何僅提供英文版的目標簡報會導致全球研發據點之間的資訊不對稱
當目標特性簡報僅以英文發布時，對於英語非主要工作語言的研究據點而言，收到相同資料時的認知負擔會更高。科學家以第二語言閱讀和解讀分析文件時，其資訊處理方式會與以主要語言閱讀時有所不同。與劍橋相比，東京研究中心的化合物優先順序討論處於劣勢。透過 Claude MCP 應用 Lara Translate，可產生相同的日文目標受眾簡報，其中包含相同的資料、相同的分析結構、相同的選擇性指標，因此東京團隊在參與化合物優先順序排定時，擁有相同的資訊基礎。
什麼因素使本地化的目標特性檔案可供全球研發團隊使用。
若目標檔案中的選擇性資料經過改寫，或化合物名稱不一致，將導致計畫不一致。這四個屬性可防止此情況發生。
Claude + ChEMBL vs.
Claude + ChEMBL + Lara Translate
| 您需要的內容 | Claude + ChEMBL | Claude + ChEMBL + Lara Translate |
|---|---|---|
| 與日本研發出版品相符的激酶術語 | 無受控詞彙。不同語言輸出的化合物名稱和測定術語可能有所不同。 | 研發詞彙表使術語與日本製藥研究保持一致 |
| 選擇性比率和效力資料完全保留 | 無樣式模式。臨床摘要和技術分析描述採用相同的通用語氣。 | 忠實的風格、選擇性和效力資料完全保留 |
| 在本地化之前，先組織交叉靶向分析 | IUPAC 名稱、數值和單位可採用改述方式，而非完全保留原文。 | Claude 在翻譯前先組織跨靶向選擇性分析 |
| 在一次工作階段中擷取資料並製作簡報 | 每個 ChEMBL 記錄都需要針對每種語言逐欄手動處理。 | Claude 在一次對話中完成檢索、組織及本地化 |
| 所有全球研發據點均使用相同的化合物證據庫 | 沒有翻譯記憶。重複的化合物名稱在不同的記錄或研究中並未保持一致。 | 200 種語言，同一工作階段，套用相同的研發詞彙表 |
準備好使用相同的目標參與度資料，向全球每個研發據點提供簡報了嗎？
一次 ChEMBL 查詢。在 5 分鐘內為每個研究據點提供結構化、本地化的目標簡介。
無需信用卡
無需信用卡
與我們一同打造您的多語言 AI 工作流程
請告訴我們您的技術堆疊，以及您想要交付的內容。我們將協助您將 AI 助理連接至合適的工具和 Lara Translate，確保輸出內容以您團隊使用的所有語言呈現，並保持術語一致、語氣一致。