3.4 从头设计与 ADMET 双闸：生成新骨架并把关出口

3.4 从头设计与 ADMET 双闸：生成新骨架并把关出口

本节摘要：从头设计（De Novo）不依赖库里的分子，直接按规格生成新结构；它解开"库不够用"的困境，也把 ADMET（吸收、分布、代谢、排泄、毒性）从"后期问题"提前为生成约束。本节讲多目标并行优化的逻辑、ADMET 五个科目各自的工程含义、类药规则与结构警示的落地检查，以及可合成性这道常被遗忘的闸。

库的尽头

虚拟筛选再高效，也只能在"已经存在的分子"里挑——类药化学空间的可枚举部分与理论化学空间相比仍是很小的角落。当项目需要避开竞品专利、或家族靶点的已知骨架集体翻车（同一毒性机制）时，出路只有一条：造库里没有的分子。从头设计的两条路线：

• 结构驱动生长：从 3.2 节的口袋出发，算法在热点位置逐原子、逐片段地生长分子，像在锁孔里灌蜡成型。优点是每一步都有结构解释，缺点是容易长出合成化学家摇头的结构。
• 生成模型驱动：训练神经网络学习分子的分布，然后按"目标性质"为条件采样新结构（变分自编码器、强化学习、大模型式序列生成——机制留到第 4 章展开）。优点是能跳出局部骨架，缺点是同样面临可合成性问题，且需要严格的化学合法性过滤（价键、环张力、稳定性）。

无论哪条路线，从头设计的输出都要过同样的三重过滤：化学合法性、可合成性、性质达标。第三项就是本节的另一半主角——ADMET。

串行的教训与并行的原则

历史上大量项目按"先把活性做到最强，再查毒性"的次序推进，结局高度雷同：活性纳摩尔级的明星分子，在肝毒性或心脏通道上暴雷，整个系列推倒重来——因为成药性缺陷长在骨架上，优化晚期才发现等于宣布骨架死刑。现代实践的转折点就在这里：活性、选择性、ADMET、可合成性作为多目标并行优化，从第一个分子起就同时打分。代价是每一步的优化空间变小（顾此失彼是常态），收益是不会在终点前才发现死路。

图：串行流程与并行流程的对比

ADMET 五科目速览

ADMET 是五个科目的合称，每个科目都有"便宜的计算预测 → 中等成本的体外实验 → 昂贵的体内实验"三级证据链：

其中"代谢"科目值得多说一句：细胞色素 P450 酶系是体内的化学焚烧炉，分子若强烈抑制某个 P450，同服的其他药物代谢就会被拖慢，血药浓度异常抬升——药物相互作用是上市后撤药的高频原因，也因此成为早期筛选的固定动作。

落地检查：一次类药与警示会话

第一道闸便宜到可以在生成循环里每步都跑。拿一个假设的从头设计产物做检查：

候选分子 G-17（生成模型输出，骨架为全新并环体系）
  分子量 437        ✓（≤ 500）
  油水分配对数 3.4  ✓（≤ 5，透膜与溶解的折中区间）
  氢键供体 2        ✓（≤ 5）
  氢键受体 7        ✓（≤ 10）
  可旋转键 6        ✓（柔性适中，熵罚可控）
结构警示扫描：
  含一个芳基肼片段  ✗ —— 已知警示结构，与基因毒性风险相关
处置：不合成。将警示片段写入生成模型的负反馈，
     要求下一批采样避开该子结构；G-17 的其他参数保留为参照。
结论：五规则全过不等于安全——结构警示是独立的一票否决项，
     两个检查必须都跑。
​

会话体现的正是"出生条件"原则：警示结构不进合成队列，而且它的存在本身回灌给生成条件，让淘汰变成学习。这与 2.3 节"负样本进模型"是同一件事的两面——试验圃的两条线，都在把失败变成约束条件的更新。

可合成性：最后一道常被遗忘的闸

生成模型最尴尬的输出是"纸面完美、化学家造不出来"的分子。可合成性评估包括：逆合成路线是否存在、步数几步、原料是否可购、收率风险多大。实践中用"合成可及性打分"先粗筛，再由化学家复核顶层分子。一个诚实的项目账本是：每合成一个分子的预算固定时，可合成性筛选直接决定循环的转速——八个步骤、低收率的分子，等于烧掉三个一步分子的预算。

⚠️ 常见坑：拿计算预测当免检通行证。ADMET 预测模型的适用域有限，进入候选阶段的分子必须补体外实验（透膜、微稳定性、通道筛选），预测只是排队优先级。

💡 关键直觉：从头设计把"分子"变成了可编程对象——规格写成约束，生成交付候选，闸门保证质量。第 4 章的生成模型与强化学习，就是这套编程范式的引擎升级。

常见追问

生成模型造的分子会不会 infringe 专利？ 会，这个风险真实存在：模型在海量专利化合物的数据上训练，采样时可能生成落进他人权利要求范围的结构（权利要求常覆盖整个类似物系列，不只登记的分子）。对策是流程化的：生成输出的必经一步是专利边界检查（6.3 节 FTA 的自动化版），命中权利要求范围的分子直接过滤或标注。更主动的做法是把"绕开权利要求"写进奖励（与训练集相似度惩罚同构）——把专利约束当作设计空间的一部分，而不是事后警报。

ADMET 优化到什么程度算"够"？ 门槛是相对的，与给药途径和适应症挂钩：静脉注射的制剂豁免比口服宽（不要求透膜与口服稳定性）；肿瘤药物的治疗窗口容忍度常高于慢病药物（患者获益权重高）；罕见病用药的标准又会因人群小而调整。工程做法是把"够"翻译成项目规格表——立项时写下每科目的目标区间（比如口服生物利用度大于三成），优化达标即停，不为单科目追求极致而牺牲整体平衡。

失败分子要留多少档案？ 越全越好，最低限度三件套：结构（含完整表示）、测试条件、失败原因分类（活性、毒性、可合成性、稳定性）。这些负样本是 QSAR 的边界数据（3.3 节）、生成奖励的校正集（4.4 节）、也是专利规避的先验（别人踩过的坑就是你的自由运营空间的地图）——5.3 节说失败记录是 DMTA 最难执行的纪律，它的价值在这里全部兑现。

本节要点回顾

• 两条生成路线：口袋驱动的逐原子生长（可解释）与生成模型的条件采样（可跳出旧骨架），输出都要过化学合法性过滤。
• 并行原则：活性、选择性、ADMET、可合成性从第一天同时约束，串行流程的终点暴雷不可挽回。
• 五科目证据链：每科目都有计算-体外-体内三级，预测定优先级，实验定结论。
• 类药与警示：五规则是便宜的初筛，结构警示独立一票否决，两者都过才排队。
• 可合成性即转速：合成预算固定时，路线长度与收率直接决定循环每轮的候选容量。

分子线的设计拍至此闭环。但四道工序每天都在产生数据——结构、活性、性质、失败。下一章讲这些数据如何变成组织的预测引擎。