一、生成式分子设计的两类范式
生成式 AI 可从靶点结构出发设计新分子。据公开研究,主流分两类:口袋条件生成(如 Pocket2Mol、TargetDiff,直接生成与蛋白口袋匹配的 3D 配体)与参考配体/ SMILES 优化(如 REINVENT、Mol2Mol,围绕已知药效团做骨架跃迁与系列优化)。前者适合早期发现,后者适合先导优化。
二、多目标优化:活性、类药性与可合成性
1. 活性:以对接分数、结合自由能等作为奖励,但对接高分不等于活性,仅作筛选线索。
2. 类药性与可合成性:用 QED、SA 分数约束,避免「纸面最优、实验难造」的分子。
3. 帕累托前沿:在相互冲突的指标间找权衡解,而非压成单一分数;早期发现可牺牲可合成性换多样性,先导阶段反之。
三、本地可复现:RDKit 性质评分 + REINVENT 调用
先用 RDKit 计算单分子的多目标基线分数,再用 REINVENT 做生成式优化。以下为最小示例:
from rdkit import Chem
from rdkit.Chem import QED, Descriptors
from rdkit.Chem import rdMolDescriptors as rd
mol = Chem.MolFromSmiles('Cc1ccc(cc1)O')
print('QED=', round(QED.qed(mol), 3))
print('SA=', rd.CalcSASCore(mol))
print('MW=', round(Descriptors.MolWt(mol), 2))
REINVENT 以配置文件声明多目标,示例片段如下:
run_type: generate
model:
target: 'DRD2'
activity: 'IC50'
parameters:
batch_size: 64
epochs: 200
multi_objective:
- name: 'qed'
weight: 1.0
- name: 'sa_score'
weight: 0.5
四、上邦提醒
上述指标均为计算代理指标,不能替代前瞻性合成与实验验证;生成模型对激酶、GPCR 等热门靶点多有过拟合偏置。落地时必须设置药物化学家人工复核闸门,并分层报告「完成率、可用产量、联合达标率、覆盖广度」,而非单一性能分。本文为技术科普,不构成药物研发建议。
参考来源
Generative Active Learning for Molecular Design with REINVENT - ChemRxiv(2026)
Systematic Benchmarking of AI-Based Molecular Generation Models for Structure-Based Drug Design - bioRxiv(2026-08-17)
RDKit:开源化学信息学工具包 - 官方文档(rdkit.org)