在AI药物研发实验室的定制交付中，分子生成与虚拟筛选常被当成两个独立环节：前者产出候选结构，后者负责打分排序。实际落地时，断点往往出现在两者之间——生成模型给出的分子在对接打分上表现优异，却因骨架过于复杂、手性中心偏多或起始原料难以获得，最终停在纸面。
本阶段我们把约束前置到生成侧，构建「可合成性权重 + 对接打分」的联合目标：以商用与自有砌块库界定合成空间边界，对生成模型施加反应规则与手性复杂度惩罚，再交由对接与药效团模型做二级筛选。
要点：
- 进展：在三个靶点的小规模回溯验证中，联合目标的候选分子经人工评估后，合成可行性通过的占比由约三成提升至六成以上，主要药效团匹配关系基本保留。
- 下一步：接入ADMET快速预测与相似性去重，把交付物从「分子列表」扩展为含合成路线建议与优先级排序的可执行清单，并完整记录每轮筛选参数以便复现。
评论