AI分子生成定制：骨架跃迁与合成可行性

在AI药物研发实验室近期的定制交付中，我们把分子生成与虚拟筛选串成可迭代闭环：先以靶点口袋和已知活性数据约束生成模型，再做骨架跃迁扩展化学空间，最后用对接打分、ADMET预测与可合成性评估联合排序。

当前进展：

• 对一组激酶靶点，生成分子经3轮主动学习筛选后，Top 200中可合成性评分通过率约72%，对接打分较随机基线提升约2.1个pK单位；湿实验待验证。
• 虚拟筛选侧新增“共价弹头反应性+代谢稳定性”双过滤，降低假阳性约18%，单轮全流程从5天缩至2天。

下一步将接入客户内部专利与库存化合物库，做相似性去重和采购可行性核验，并开放生成—筛选—报价的一体化交付模板。