AI分子生成定制：虚拟筛选命中率与合成可及性

在分子生成与虚拟筛选的定制交付中，我们更关心一件事：生成的分子能否被合成、能否进入湿实验验证。近期我们把流程收敛为「约束式生成 + 分层筛选」两段式。生成端以片段拼接为骨架，同时引入 QED、溶解度、合成可及性（SA）与毒性基团的硬约束，减少「打分漂亮但做不出来」的结构；筛选端先用二维指纹做百万级粗筛，再对 Top 1% 用对接与药效团打分复筛，最后人工核验合成路线可行性。

要点：

• 进展：在三个内部靶点评估集上，分层筛选相较单轮对接，Top 1% 富集因子提升约 1.8~2.4 倍，候选分子 SA 评分中位数由 4.1 降至 3.2，人工核验的可合成比例明显上升。
• 下一步：接入活性预测与逆合成规划模块，把「可合成」从筛选后期打分项前移为生成阶段的路径约束，并沉淀一套可复用的评估口径，便于客户按自有靶点数据复现。