在分子生成与虚拟筛选的定制交付中，最容易被低估的不是模型规模，而是「生成—筛选—可合成」三段之间的信息损耗。近期我们对实验室内部方法做了一轮梳理：把生成模型的条件从单一靶点对接分数，改为对接分数、合成可及性（SA）与类药性约束的联合打分，并让筛选漏斗在每一级回写失败样本，用于下一轮微调。
要点一（进展）：在三个公开靶点（含一个激酶、一个蛋白酶）上，条件生成加两阶段筛选后，进入人工复核的候选分子从每轮约 200 个压缩到 40 个左右，具备可行合成路线的比例明显提升，单轮周期由约两周缩短至 4~5 天。
要点二（下一步）：接入试剂与反应规则库，把「可合成」从排序打分项升级为生成阶段硬约束，并评估 3D 构象生成对筛选排序稳定性的影响。
需要说明的是，上述数字来自小规模回顾性验证，不等同于湿实验活性保证；虚拟筛选解决的是优先级排序问题，最终结论仍需实验确认。
评论