第7章 荐书实战：虚拟筛选与药物设计

第 7 章 · 荐书实战：虚拟筛选与药物设计

章节摘要：前六章的全部手艺在本章合流成一条生产线：虚拟筛选——从百万级化合物里挑出几十个值得做实验的候选。两条技术路线并行：基于配体（手里有已知活性分子，靠相似与模型外推）与基于结构（手里有靶点三维结构，靠分子对接模拟结合）；最后由 ADMET 与类药性过滤统一收口，把命中列表变成可动手的采购与合成清单。本章交付的是完整的筛选战役打法，也是化学信息学在药厂最直接的变现方式。

学习目标

读完本章，你应当能够：

1. 判断一个项目该走基于配体还是基于结构路线，或两者串联；
2. 搭建基于配体的筛选流水线：多查询相似检索、硬过滤、模型排序、富集度评估；
3. 解释药效团模型的三要素（特征类型、空间约束、构象系综）及其适用时机；
4. 完成分子对接的全流程准备与结果审查，说出打分函数的典型误差量级；
5. 用富集因子而非精确率评估筛选效果，并说明它为什么贴合实验室经济学；
6. 组合类药规则与毒性预测器，把命中列表压缩成一份保留过滤理由的候选清单。

核心概念速览

虚拟筛选不预测真相，它压缩实验：把百万次试错压缩成几十次高胜率尝试。

两条路线的本质区别是起点资产。基于配体路线（LBVS）从已知活性分子出发——有活性数据没靶点结构时唯一选择，武器是 5.1 的相似检索与第6章的 QSAR；基于结构路线（SBVS）从靶点三维结构出发——有晶体结构或可靠预测结构时火力最猛，武器是分子对接。两线终点汇合于同一道收口工序：ADMET 与类药性过滤（7.3）。评估口径全线统一为富集度：模型挑出的前百分之一里真命中是随机抽样的多少倍——这个问题比"模型准确率多少"诚实得多。

子章节导航

7.1 基于配体的虚拟筛选——手里有一把活性分子之后怎么打：多查询策略、硬过滤先行、富集度评估；"二十个活性分子撬动百万库"的完整战役复盘。

7.2 基于结构的虚拟筛选：分子对接——有了靶点照片之后怎么打：受体与配体准备、对接搜索、打分函数的误差量级、人工审查位姿的看点；"一万分子对接换三成命中率"的案例全程拆解。

7.3 ADMET 与类药性过滤——别让命中死在起跑线上：类药规则家族、毒性终点预测、反应性警报；用 RDKit 过滤目录写一道"保留理由"的收口闸门。

子章节之间的逻辑关系

三节是一条流水线的三段工序。7.1 与 7.2 是并行的两条挖掘线——哪个能用取决于资产清单，都可用时并联取并集；7.3 是汇流后的质检闸门，任何路线的产出都要过。依赖关系上，7.1 全部工具来自第5、6章（本节只做集成），7.2 需要 2.3 节的构象能力补齐，7.3 用回 3.2 节的警报思想与 4.1 节的理化体检——本章没有新地基，全是既有能力的大规模集成，这正是"实战"二字的含义。

   7.1 配体路线              7.2 结构路线             7.3 收口
 ┌───────────────┐       ┌───────────────┐      ┌──────────────┐
 │ 活性分子 → 相似检索│       │ 靶点结构 → 对接  │      │ RO5 与 Veber  │
 │ QSAR 排序       │        │ 打分与位姿审查   │      │ PAINS 与毒性   │
 │ 富集度评估      │        │ 命中率量感      │       │ 保留过滤理由    │
 └───────┬───────┘        └───────┬───────┘      └───────┬──────┘
         └────────────┬───────────┘                      │
                      ▼ 命中列表                          ▼
                ──────────────── 采购与合成清单 ────────────────
                          第8章起：让模型自己生成候选
​

前置知识与后续延伸

本章需要第5章的指纹与相似检索、第6章的模型与验证纪律、2.3 节的构象生成；不需要蛋白质结晶学知识——对接一节会就地补齐受体准备的常识。评估指标（富集度）从零讲起。

往后的路标：本章的筛选产出（命中分子与其过滤记录）是第8章生成模型的对标物——生成式方法要回答"能不能直接造出该造的分子，而不是从库里捞"；7.2 的对接位姿是第8章结构感知模型（共价、口袋条件生成）的输入语言；7.3 的多参数权衡思想在 10.2 节的行业实践里升级为正式的多参数优化流程。