背景:ADMET 为何要前置
据公开的方法论综述,2026 年药物优化已从线性路径转变为多目标优化问题:AI 同时优化效力、选择性、代谢稳定性与安全性,而非分步进行。把吸收、分布、代谢、排泄与毒性(ADMET)评估从后期验证前移到设计阶段,能在分子生成环节就过滤掉高淘汰风险的候选,降低后期临床失败概率。
可复现一:用 RDKit 计算分子描述符
ADMET 模型的特征通常来自分子描述符。下面用 RDKit 对一个小分子计算常用物理化学属性,作为后续模型的输入。
from rdkit import Chem
from rdkit.Chem import Descriptors
mol = Chem.MolFromSmiles('CC(=O)Oc1ccccc1C(=O)O') # 阿司匹林
print('分子量:', Descriptors.MolWt(mol))
print('LogP :', Descriptors.MolLogP(mol))
print('TPSA :', Descriptors.TPSA(mol))
print('氢键供体:', Descriptors.NumHDonors(mol))
可复现二:在 ADMET 基准上训练预警模型
真实项目中可借助 Therapeutic Data Commons(TDC)的 ADMET 基准获取标准数据集,先用 RDKit 把 SMILES 转成描述符矩阵,再训练分类或回归模型。下面给出可直接运行的训练骨架,用合成描述符演示流程。
import numpy as np
from sklearn.ensemble import RandomForestClassifier
from sklearn.model_selection import train_test_split
# 真实项目:X 为 RDKit 描述符矩阵(MolWt/LogP/TPSA 等),y 为 ADMET 标签
rng = np.random.default_rng(0)
X = rng.normal(size=(500, 8))
y = (X[:, 0] + X[:, 2] > 0.3).astype(int)
X_tr, X_te, y_tr, y_te = train_test_split(X, y, test_size=0.2, random_state=0)
clf = RandomForestClassifier(n_estimators=200).fit(X_tr, y_tr)
print('ADMET 预警模型 测试集准确率:', clf.score(X_te, y_te))
使用边界
该模型仅用于早期筛选与风险提示,不能替代实验测定与监管要求的毒理、药代研究;候选分子的安全性与成药性最终以湿实验与审评结论为准。
参考来源
Therapeutic Data Commons(TDC)ADMET 基准 - Therapeutic Data Commons
RDKit:开源化学信息学工具包 - RDKit
2026 年药物发现的新方法论:从大海捞针到精准编程 - 科学网