AI分子生成与虚拟筛选：级联筛选与骨架去泄漏

在分子生成与虚拟筛选的定制交付中，我们把流程拆成三段：条件生成、级联筛选、可合成性复核。生成阶段以靶点口袋特征与类药性约束为条件，单轮产出1万~5万条SMILES，经去重、标准化与盐离子剥离后通常保留六成左右；筛选阶段先按QED、SAscore与常见毒性预警做快速过滤，再用对接打分对前5%精筛，最终人工复核top 200。级联的价值在于把算力花在能通过的分子上，而非全量精算。

要点：

• 数据切分必须按Murcko骨架划分。随机划分会让同骨架分子同时落入训练与测试集，活性预测AUC可虚高0.1~0.15，这是我们在复现外部模型时最常见的指标失真来源。
• 下一步计划将ADMET预测并入第二级过滤，并用3~5个已知靶点做回溯验证，用命中率而非生成数量衡量交付质量。