在分子生成与虚拟筛选的定制交付中，我们把流程拆成生成、过滤、对接、复核四段，每段保留可解释的中间产物，便于客户回溯与调整。生成阶段以靶点口袋或已知活性骨架为条件，用片段约束与骨架跃迁控制化学空间的探索方向，而不是无约束地追求“新”。过滤阶段叠加类药性、PAINS、合成可行性与专利预警规则，把动辄百万级的候选压到万级。
要点：
- 阶段进展：在某激酶靶点上，从约 20 万条生成分子出发，经三重过滤保留约 1.1 万条，对接与共识打分后人工复核 30 条，客户实测获得 2 个微摩尔级活性化合物，实际送样合成 12 个。
- 下一步：接入主动学习与相对自由能微扰（FEP）做二级排序，将每轮湿实验验证的化合物数压缩到 10 个以内，并建立评分函数误差的校准基线。
需要说明的是，生成模型仍受训练数据偏倚与打分函数误差的影响。我们不承诺“凭空造出成药分子”，只承诺把可验证的候选集做小、做稳、可复现。
评论