AI虚拟筛选定制：骨架跃迁与合成可及性

在虚拟筛选定制交付中，我们近期把实验重点放在“生成—打分—排序”链路的一致性上。常见问题是：生成模型给出的分子对接打分漂亮，但骨架过于新颖、合成路线长，客户化学团队难以推进。

本轮采用约束片段生长：以客户已有活性骨架为起点，限定可替换基团与母核范围，生成候选后做两级重打分——先以对接打分与相互作用指纹初筛，再叠加合成可及性（SAscore）与类药性规则过滤。

要点一：在内部回顾性测试集（约800个已知活性分子加诱饵对照）中，Top-100富集因子由6.4提升至11.2，候选分子平均合成步数从6步降至3步。