← 返回实验室

AI分子生成:把合成可及性纳入筛选闭环

在近期的定制交付中我们发现,单纯以对接打分或类药性驱动的分子生成,常产出「高分但买不到、也做不出」的结构——新颖性指标漂亮,化学家接手后却卡在路线与收率上。为此我们把合成可及性从事后过滤前移为生成约束:生成阶段引入SA score、逆合成路线步数与起始原料可得性打分,作为联合优化目标的一部分;筛选阶段对命中分子做对接重打分(含MM/GBSA与短程MD),并把「可合成+可采购」作为进入湿实验的必要条件。

要点:

  • 在某靶点项目中,约束前移后命中分子可给出可行合成路线的比例由约三成提升到七成以上,湿实验轮次相应减少;
  • 下一步计划把ADMET预测与逆合成规划器接入同一评分环,形成「生成—筛选—路线」的自动闭环,同时保留人工复核接口。

该流程仍在迭代。合成可及性打分与真实收率之间仍有偏差,我们只把它当作筛选的约束项,而非替代化学家判断的结论。

评论

更多研究动态

查看全部实验室 →