Lysozyme

SyntheMol-RL：基于强化学习的多参数分子生成框架及其在抗生素研发中的应用 1. 一段话简要概括 本研究由斯坦福大学与麦克马斯特大学联合开展，提出SyntheMol-RL 强化学习分子生成框架，以强化学习替代传统 MCTS 算法，可在460 亿规模超大全可合成化学空间（Enamine 300 亿 + 药明康德 GalaXi 160 亿）中，同时多参数优化抗金黄色葡萄球菌活性与水溶性；研究构建了Chemprop-RDKit、MLP-RDKit两类分子性质预测模型，经多层过滤最终合成196 个AI 设计化合物，体外筛选出13 个强效抗菌分子、7 个全新骨架新颖化合物，其中命名为synthecin的分子对 MRSA、VISA 多重耐药菌株均保持高抑菌活性，在小鼠 MRSA 伤口感染模型中大幅降低细菌负荷、减轻炎症；相较于 GFlowNet、REINVENT 4 等主流生成模型，SyntheMol-RL 分子合成成本最高降低 62 倍、合成时间缩短 5.7 倍，实现了AI 设计 - 实际合成 - 体外验证 - 体内动物实验的抗生素研发完整闭环，为可落地的小分子抗生素智能设计提供了高效范式。 图1 SyntheMol-RL流程概述 该SyntheMol-RL流程主要分为三个步骤。（A）结合本实验室针对金黄色葡萄球菌开展的化学筛选数据，以及从治疗数据共享平台获取的水溶性数据，训练性质预测模型。（B）SyntheMol-RL依托上述性质预测模型完成分子生成工作。1. 采用强化学习模型，根据分子结构单元生成具备优异抗金黄色葡萄球菌活性与水溶性分子的潜力，迭代筛选结构单元（强化学习评分以蓝色标注）。2. 利用性质预测模型对生成的分子进行评分。3. 依据评分结果更新强化学习模型，提升其分子生成能力（性质预测评分以绿色标注）。4. 不断重复上述流程，直至完成指定轮次的推演。（C）结合分子的预测性质、新颖性与多样性，筛选出优先级较高的部分分子开展合成与实验室验证实验。值得一提的是，借助该SyntheMol-RL流程，研究人员得到了一种新型化合物，该化合物在小鼠模型中可有效治疗耐甲氧西林金黄色葡萄球菌伤口感染，这也印证了SyntheMol-RL在实际药物研发工作中的应用价值。 2. 思维导图 3. 详细总结（分点 + 表格 + 关键信息加粗） 一、研究背景 1.耐药菌危机：2019 年全球约495 万人死亡与耐药菌感染相关，MRSA（耐甲氧西林金黄色葡萄球菌） 是致死率最高的耐药致病菌之一，1990-2021 年 MRSA 相关死亡数翻倍至13 万。 2.传统 AI 研发痛点 ￮传统“性质预测 + 虚拟筛选” 在百亿级化学空间存在计算瓶颈； ￮现有生成式 AI 设计的分子合成难度大、落地性差； ￮前代SyntheMol-MCTS：无法共享相似结构规律、搜索效率低，仅支持单一性质优化，多数活性分子水溶性不足无法开展体内实验。 3.研究目标：开发可多参数优化、适配百亿级可合成化学空间、设计能实际合成并具备体内疗效的新型抗生素。 二、核心框架：SyntheMol-RL 创新点 1.算法升级：以深度强化学习 RL替代蒙特卡洛树搜索 MCTS，通过价值函数学习分子构建块结构规律，实现相似结构信息共享，大幅提升化学空间搜索效率。 2.多参数优化：可同时对抗菌活性、水溶性等多个成药性指标联合优化，动态调整各目标权重，自动筛选最优分子区域。 3.天然可合成约束：基于商业化可采购分子构建块与成熟化学反应生成分子，从源头保证合成可行性。 三、分子性质预测模型构建 1.训练数据集 ￮筛选10716 种内部化合物库，经去重得到10658 个唯一化合物； ￮其中1137 个具抗菌活性，占比10.7%；水溶性采用 AqSolDB 数据集9982 个分子。 2.两类预测模型及性能 模型 核心架构 优势 抗菌 ROC-AUC 抗菌 PRC-AUC 溶解度 MAE 溶解度 R² Chemprop-RDKit 图神经网络 GNN+RDKit 特征 结构解析能力强、准确率更高 0.875±0.013 0.570±0.050 0.656±0.023 0.822±0.021 MLP-RDKit 多层感知机 + RDKit 特征 运算速度更快 0.873±0.018 0.553±0.050 0.688±0.020 0.817±0.020 3.结论：Chemprop-RDKit综合性能最优，被选为后续分子评分核心模型。 四、超大可合成化学空间 整合两大商用数据库，总规模460 亿可合成分子： •Enamine REAL Space：300 亿分子，13.9 万构建块、169 种反应； •药明康德 GalaXi：160 亿分子，1.5 万构建块、36 种反应。 五、不同分子设计方法筛选效率对比 设定命中标准：抗菌预测分≥0.5、log 溶解度≥-4 方法 生成 / 筛选分子总数 命中分子数 命中占比 RL-Chemprop 10983 1273 11.6% RL-MLP 9228 493 5.3% SyntheMol-MCTS 11630 347 3.0% VS-Chemprop 虚拟筛选 2100 万 1290 0.006% 结论：SyntheMol-RL 系列命中效率远高于传统 MCTS 和大规模虚拟筛选。  六、化合物筛选、合成与体外验证 1.多层过滤：依次经过活性溶解度筛选→Tversky 结构新颖性过滤→Tanimoto 多样性过滤→ADMET-AI 毒性预测，最终筛选250 个化合物送合成。 2.合成结果：最终获得196 个可用于实验的纯化合物（RL-Chemprop 38 个、RL-MLP 41 个、MCTS 38 个、VS-Chemprop 37 个、随机 44 个）。 3.体外抑菌（MIC≤8μg/mL 为强效标准） ￮RL-Chemprop：38 个中11 个达强效标准； ￮RL-MLP：41 个中2 个达强效标准； ￮随机对照组：无任何活性分子； ￮经人工文献核验，最终保留7 个结构全新骨架化合物，对 MRSA、VISA 多重耐药菌株均保持强效抑菌活性。 七、核心分子 synthecin 与体内动物实验 1.分子特性：synthecin 为全新化学骨架，与水杨酰苯胺类分子结构差异显著，无已知抗菌骨架重叠，属于窄谱抗金黄色葡萄球菌分子。 2.C.R.E.A.M. 预实验：synthecin 在琼脂扩散实验中抑菌圈最大，具备局部外用潜力。 3.小鼠 MRSA 伤口感染模型 ￮对照组细菌负荷：6.39×10⁹ CFU/g； ￮synthecin 处理组：5.14×10⁷ CFU/g，细菌负荷大幅下降； ￮处理组伤口炎症显著消退，验证明确体内疗效。 八、与主流 AI 生成模型对比（GFlowNet、REINVENT 4） 1.两类模型虽能在理论上优化分子性质，但合成可行性极差； 2.合成成本：最高高出62 倍；合成耗时：延长5.7 倍； 3.凸显 SyntheMol-RL以可合成为前置约束的独特优势，更适配真实药物研发落地。 九、研究意义与未来展望 1.核心价值：首次实现AI 设计→合成→体外验证→体内疗效完整闭环，为耐药菌抗生素研发提供高效新范式； 2.拓展方向：可新增毒性、代谢稳定性、膜通透性等多指标优化；放宽反应限制可拓展至指数级更大化学空间；可适配任意化学空间，拓展至抗肿瘤、抗病毒等药物研发。 4. 三个关键问题及答案（不同侧重） 问题 1（技术原理侧重）：SyntheMol-RL 相比前代 SyntheMol-MCTS 核心改进有哪些？ 答案：①算法层面：用强化学习替代 MCTS，可学习分子构建块的结构共性、共享化学规律，摆脱 MCTS 逐个节点独立评估的低效问题，搜索效率大幅提升；②优化能力：新增多参数动态联合优化，可同时兼顾抗菌活性、水溶性等多个成药性指标，解决前代仅能单目标优化、活性分子成药性差的问题；③化学空间：将可探索化学空间从 300 亿拓展至460 亿，分子结构多样性更高。 问题 2（实验数据侧重）：本研究最关键的量化实验成果有哪些？ 答案：①数据集：构建 10658 个化合物抗菌数据集，抗菌活性分子占比 10.7%；②筛选效率：RL-Chemprop 分子命中占比 11.6%，是虚拟筛选的近 2000 倍；③合成与活性：共合成 196 个化合物，13 个体外强效抗菌、7 个为全新骨架；④动物实验：synthecin 可将小鼠伤口 MRSA 细菌负荷从 6.39×10⁹ CFU/g 降至 5.14×10⁷ CFU/g；⑤模型成本：相较 GFlowNet/REINVENT 4，合成成本最高降 62 倍、时间缩短 5.7 倍。 问题 3（应用价值侧重）：SyntheMol-RL 相较于现有 AI 药物生成模型，最大的实用优势是什么？ 答案：现有 GFlowNet、REINVENT 4 等生成模型仅在理论层面优化分子性质，缺乏合成路径约束，设计分子难合成、成本高、周期长；而 SyntheMol-RL 从设计之初就以商业化可合成构建块 + 成熟化学反应为约束，生成分子可直接落地合成，兼具高活性、高水溶性、易合成、低成本四大优势，且完成了从计算设计到动物体内疗效的全流程验证，真正实现 AI 抗生素研发从理论走向实际应用。 SyntheMol-RL 训练与推理全流程文档 一、模型训练全阶段（分两个独立子阶段） 阶段 1：分子性质预测模型训练（前置基础训练） 训练目标：构建能准确预测分子抗菌活性与水溶性的 AI 模型，为后续 RL 生成提供可靠的评分反馈。 维度 详细内容 输入 1. 分子结构：SMILES 字符串或分子图表示2. 标签数据：   - 抗菌活性：二分类标签（1 = 有活性，0 = 无活性，来自 10658 个化合物的实验筛选）   - 水溶性：回归标签（log 溶解度值，来自 AqSolDB 数据集 9982 个分子） 输出 1. 单个分子的抗菌活性预测得分（0~1，值越高活性越强）2. 单个分子的log 溶解度预测值（值越高水溶性越好） 核心学习内容 1. Chemprop-RDKit：学习分子图的拓扑结构特征（原子类型、键型、官能团连接方式）与 RDKit 200 维理化特征的联合表示，建立结构→抗菌活性 / 水溶性的映射关系2. MLP-RDKit：仅学习 RDKit 200 维理化特征与性质的映射关系，追求运算速度3. 泛化能力：通过 10 折交叉验证和骨架拆分验证，确保模型能预测未见过的分子结构 训练细节 1. 损失函数：抗菌活性用二元交叉熵，水溶性用均方误差2. 优化器：Adam，训练 30 轮，早停防止过拟合3. 最终选择Chemprop-RDKit作为主评分模型（综合精度更高） 阶段 2：强化学习（RL）生成模型训练（核心生成能力训练） 训练目标：训练价值函数，学会在 460 亿可合成化学空间中快速搜索同时满足多目标的分子。 维度 详细内容 输入 1. 化学空间基础：可采购分子构建块库、预定义化学反应规则2. 反馈信号：阶段 1 训练好的固定性质预测模型给出的最终分子综合得分（抗菌 + 水溶性的动态加权和）3. 生成轨迹：每轮生成中选择的构建块组合路径（节点序列） 输出 1. 每个节点（构建块组合）的价值预测值：即该组合能生成高得分分子的概率2. 动态调整参数：RL 温度（控制探索 / 利用）、多目标权重（平衡抗菌与水溶性） 核心学习内容 1. 构建块价值规律：学习不同化学结构的构建块与最终分子成药性的关联，实现相似构建块的信息共享（解决 MCTS 逐个节点独立评估的低效问题）2. 多目标平衡策略：通过动态权重调整，自动探索同时满足抗菌活性和水溶性的化学空间区域3. 多样性控制：通过动态温度调整，学习生成既高分又结构多样的分子4. 每 10 轮生成（rollouts）用收集的轨迹数据更新一次价值函数，损失函数为均方误差 训练细节 1. 价值函数架构：与性质预测模型对齐（RL-Chemprop/RL-MLP）2. 初始化：用阶段 1 性质预测模型的权重初始化价值函数，加速收敛3. 总训练轮次：10000 轮生成，RL-Chemprop 耗时 4\7 天，RL-MLP 耗时 9\12 小时 二、模型推理阶段 1. 推理核心输入输出 维度 详细内容 输入 1. 优化目标：需优化的分子性质列表（如抗菌活性、水溶性、毒性等）及对应初始权重2. 化学空间配置：指定使用的构建块库、化学反应规则（默认 Enamine + 药明康德 460 亿空间）3. 生成参数：生成分子数量、目标分子相似度（控制多样性，默认 0.6）、性质阈值（如抗菌得分≥0.5、log 溶解度≥-4）4. 可选约束：ADMET 毒性阈值、分子量范围、合成步骤限制 输出 1. 可合成小分子列表：每个分子包含 SMILES 字符串、2D/3D 结构2. 性质预测报告：所有优化目标的预测得分（抗菌活性、水溶性、毒性等）3. 合成路线：基于预定义反应的一步合成方案（明确所需构建块和反应条件）4. 多样性与新颖性报告：与已知药物 / 训练集分子的相似度、分子骨架类型 推理特点 1. 所有输出分子天然可合成：均由可采购构建块通过成熟反应生成2. 支持批量生成：单次可生成数千至上万个候选分子3. 可实时调整参数：动态修改目标权重、多样性阈值，快速迭代生成结果 2. 推理应用场景清单 核心应用场景（论文验证） 1.抗耐药金黄色葡萄球菌（MRSA/VISA）抗生素发现 ￮优化目标：抗金葡菌活性 + 水溶性 + 低毒性 ￮成果：发现全新骨架分子 synthecin，在小鼠伤口感染模型中验证有效 2.窄谱抗生素设计 ￮优势：仅靶向特定致病菌，避免破坏宿主肠道菌群，降低耐药性传播风险 3.低成本快速抗生素筛选 ￮合成成本比 GFlowNet/REINVENT 4 低 62 倍，耗时缩短 5.7 倍，适合大规模候选分子验证 扩展应用场景（论文明确可拓展） 4.其他 ESKAPE 耐药菌抗生素发现 ￮替换抗菌活性预测模型的训练数据，可直接适配鲍曼不动杆菌、肺炎克雷伯菌等其他高优先级耐药菌 5.多参数成药性优化 ￮新增优化目标：代谢稳定性、膜通透性、血浆蛋白结合率、肝毒性等，生成更接近临床需求的候选药物 6.更大化学空间探索 ￮放宽单步反应限制，支持多步合成分子，可拓展至指数级更大的化学空间，发现更具新颖性的骨架 7.自定义化学空间适配 ￮支持替换为任意自定义构建块库和反应规则，适配企业内部专属化学空间或特定合成平台 通用药物研发应用场景 8.抗病毒小分子药物发现 ￮优化目标：病毒蛋白酶 / 聚合酶抑制活性 + 成药性 9.抗肿瘤小分子药物发现 ￮优化目标：肿瘤细胞杀伤活性 + 靶点选择性 + 低毒性 10.先导化合物优化 ￮基于已知活性分子的骨架，生成结构相似但成药性更优的衍生物，加速 SAR（构效关系）研究 11.药物重定位 ￮生成与已知药物结构相似但作用于新靶点的分子，快速拓展药物适应症 SyntheMol-RL 底层生成原理：基于已有片段的智能组合，而非原子级从头生成 一、核心结论 SyntheMol-RL 的本质是「预定义可合成片段的智能搜索与最优组合」，而非原子级的从 0 到 1 从头生成。它不凭空创造新的原子或化学键，而是在商业化可采购的分子构建块（片段）库和成熟验证的化学反应规则构成的封闭化学空间内，通过强化学习算法快速搜索并拼接出同时满足多成药性指标的全新分子。 所有生成的分子都能通过一步化学反应从现成的构建块合成，这是它区别于绝大多数生成式 AI 模型的核心特征，也是其合成成功率高、成本低、落地性强的根本原因。 二、底层生成逻辑详解 1. 先构建「可合成化学空间」，再在空间内搜索 SyntheMol-RL 的生成过程完全建立在预先定义好的可合成化学空间之上，这个空间不是理论上的无限化学空间，而是由两个明确的边界约束构成： •边界 1：分子构建块库：仅使用 Enamine（13.9 万个）和药明康德 GalaXi（1.5 万个）提供的商业化可直接采购的小分子片段 •边界 2：化学反应规则：仅使用经过工业界验证的成熟一步化学反应（Enamine 169 种中选 13 种，药明康德 36 种） 这两个边界共同构成了论文中提到的460 亿个可合成分子的总空间。SyntheMol-RL 的所有操作都在这个空间内进行，不会生成任何超出这个范围的分子。 2. 生成过程：选择构建块 → 反应拼接 → 生成完整分子 SyntheMol-RL 的单轮分子生成流程（rollout）是一个分步选择与拼接的过程，而非一次性生成完整分子： 1.第一步：从构建块库中选择第一个分子片段 2.第二步：选择与第一个片段化学兼容的第二个片段 3.第三步：选择与前两个片段兼容的第三个片段（可选） 4.第四步：应用预定义的化学反应，将 2-3 个片段拼接成一个完整的分子 整个过程中，没有任何原子级的创造，所有的操作都是对已有片段的选择和组合。强化学习算法的作用不是生成新的片段，而是学习哪些片段的组合更可能产生高活性、高水溶性的分子，从而在 460 亿个可能的组合中快速定位最优解。 3. 强化学习的核心作用：提升搜索效率，而非生成新结构 SyntheMol-RL 中的强化学习模块解决的是超大空间的搜索效率问题，而非结构生成问题： •前代 SyntheMol-MCTS 采用蒙特卡洛树搜索，将每个片段组合视为独立节点，无法共享相似片段的信息，搜索效率极低 •SyntheMol-RL 用深度神经网络作为价值函数，学习不同化学结构的片段与最终分子成药性的关联，实现相似片段的信息共享 •价值函数会预测每个片段组合能生成高得分分子的概率，引导搜索过程优先探索高价值的化学空间区域 简单来说：化学空间提供了所有可能的可合成分子，强化学习负责在这个空间里快速找到最好的那一个。 三、「片段组合生成」vs「原子级从头生成」本质区别 对比维度 SyntheMol-RL（片段组合生成） 通用小分子扩散模型（原子级从头生成） 生成基本单位 商业化可采购的分子片段（构建块） 单个原子（C、H、O、N 等） 生成逻辑 选择 2-3 个片段，通过预定义反应拼接 从随机噪声开始，逐步添加原子和化学键 可合成性保证 100% 理论可合成（生成即有成熟合成路线） 无任何保证，多数生成分子无法合成 化学空间边界 封闭且有限（460 亿个可合成分子） 开放且理论上无限 合成路线输出 生成即输出一步合成方案（构建块 + 反应条件） 需额外逆合成模型预测，准确率通常 < 60% 合成成功率 论文中 75%（196/250） 通常 < 10% 相对合成成本 1（基准） 最高 100 倍以上 结构新颖性 骨架新颖，但组成片段是已知的 可生成完全未知的原子连接方式 四、论文中的关键证据 1.化学空间定义：论文明确指出，SyntheMol-RL 探索的是「combinatorial chemical space」（组合化学空间），即由有限构建块和有限反应组合而成的空间 2.生成过程描述：「SyntheMol builds compounds by selecting molecular building blocks and combining them with a pre-defined set of chemical reactions to form molecules」（SyntheMol 通过选择分子构建块并将其与预定义的化学反应组合来构建分子） 3.核心分子 synthecin 的合成：synthecin 是由两个现成的构建块通过一步酰胺化反应合成的，论文中提供了完整的合成路线和所需构建块的编号 4.与其他模型的对比：论文对比了 GFlowNet 和 REINVENT 4，这两个模型虽然也是生成式模型，但它们没有内置可合成化学空间，生成的分子需要手动审核合成可行性，最终合成成本比 SyntheMol-RL 高 62 倍 五、常见误解澄清 误解 1：不是从头生成就不能发现新分子 澄清：SyntheMol-RL 生成的分子本身是全新的、从未被报道过的，只是这些分子的组成片段是已有的。就像用乐高积木搭建新的造型，积木是现成的，但搭出来的房子是全新的。论文中发现的 synthecin 就是一个全新的化学骨架，此前从未被报道过具有抗菌活性。 误解 2：片段组合生成的结构多样性有限 澄清：虽然单个构建块的数量有限，但 2-3 个构建块的组合可以产生指数级的结构多样性。Enamine 的 13.9 万个构建块通过 13 种反应组合，可以产生超过 300 亿个不同的分子，足以覆盖绝大多数小分子药物的化学空间。 误解 3：这种设计只能生成简单分子 澄清：SyntheMol-RL 目前默认生成一步反应的分子，但论文明确指出，只需修改一个参数，即可支持多步反应的分子生成，从而生成更复杂的结构。只是多步反应会增加合成成本和周期，对于抗生素这种需要低成本快速落地的药物，一步反应是最优选择。 六、总结 SyntheMol-RL 的底层设计哲学是 \\「落地优先」\\：它放弃了理论上无限的化学空间和原子级从头生成的灵活性，转而拥抱有限但 100% 可合成的组合化学空间，用强化学习解决超大空间的搜索效率问题。 这种设计虽然在结构新颖性上有所妥协，但换来了合成成功率高、成本低、周期短、可直接落地的巨大优势，完美解决了当前 AI 药物研发中「生成易、合成难」的核心痛点，也是它能够完成从 AI 设计到体内动物实验完整闭环的关键原因。 SyntheMol-RL 核心机制答疑：单个片段可合成，是否就能保证组合后也可合成？ 一、核心结论 在 SyntheMol-RL 的严格框架下，答案是：是的，100% 理论可合成。 这不是一个普遍的化学规律，而是 SyntheMol-RL 通过三层刚性约束强行保证的核心设计特性—— 它从根本上杜绝了 "单个片段可合成、但组合后无法反应" 的情况。这也是它区别于所有其他小分子生成模型的最本质优势，更是其合成成功率高达 75%（远高于行业平均 < 20%）的根本原因。 二、三层刚性约束：如何实现 "组合即可合成" 1. 第一层约束：仅使用经过工业验证的 "反应 - 构建块" 配对体系 SyntheMol-RL 所使用的 Enamine REAL Space 和药明康德 GalaXi 不是简单的 "片段库 + 反应列表"，而是经过工业界大规模验证的、一一对应的闭环体系： •每一个预定义的化学反应（如酰胺化、Suzuki 偶联、还原胺化等），都有明确的官能团匹配规则 •每一个入库的构建块，都预先标注了它能参与的所有反应类型，以及对应的反应位点 •只有当两个 / 三个构建块的官能团完全匹配某一个反应模板的要求时，它们才被允许组合 举例：酰胺化反应模板要求一个片段必须含有羧基 (-COOH)，另一个片段必须含有氨基 (-NH₂)。SyntheMol-RL 在生成过程中，绝对不会选择一个含羧基的片段和另一个也含羧基的片段进行酰胺化反应，因为它们不满足反应模板的官能团要求。 2. 第二层约束：生成过程就是合成路线的反向推演 SyntheMol-RL 的分子生成逻辑，本质上是工业合成路线的反向执行： •工业上合成这类分子的流程是：采购构建块→ 按照标准反应条件混合 → 一步反应得到产物 •SyntheMol-RL 的生成流程是：选择符合反应模板的构建块组合 → 应用反应模板生成产物分子 也就是说，SyntheMol-RL 生成的每一个分子，都对应着一条已经被 Enamine / 药明康德验证过成千上万次的标准合成路线。它不是先设计分子再找合成路线，而是直接从已有的合成路线中挑选能生成目标性质分子的组合。 3. 第三层约束：排除所有可能导致合成失败的边缘情况 Enamine 和药明康德在构建化学空间时，已经预先排除了所有可能导致合成失败的情况： •排除了含有多个相同反应位点的构建块（避免副反应） •排除了对反应条件不稳定的构建块（避免分解） •排除了反应后难以纯化的构建块组合 •所有反应的平均产率都经过验证，通常在 50% 以上 因此，SyntheMol-RL 生成的分子，不仅理论上可合成，而且在工业规模上具有可重复性和可放大性。 三、关键区分："理论可合成" vs "实际合成成功率" 需要明确区分两个容易混淆的概念： 概念 定义 SyntheMol-RL 表现 行业平均水平 理论可合成率 存在至少一条可行合成路线的分子比例 100% <30%（扩散模型）<50%（GFlowNet/REINVENT） 实际合成成功率 实际提交合成后，成功得到合格产物的分子比例 75%（论文数据：196/250） <10%（扩散模型）<20%（GFlowNet/REINVENT） SyntheMol-RL 保证的是100% 的理论可合成率，但实际合成中仍有 25% 的失败率，主要原因包括： 1.个别构建块临时缺货 2.极少数反应的产率低于预期，无法得到足够量的产物 3.部分化合物的纯化难度超出预期 4.化合物在储存或运输过程中不稳定 这些都是工业合成中不可避免的正常波动，与 "分子是否可合成" 的本质问题无关。 四、为什么其他生成模型做不到这一点？ 1. 原子级从头生成模型（如扩散模型） •生成逻辑：从随机噪声开始，逐个原子添加生成分子 •根本不考虑化学反应规则，生成的分子可能根本没有可行的合成路线 •即使加入逆合成模型预测合成路线，准确率通常也低于 60% •论文中提到，这类模型生成的分子合成成本比 SyntheMol-RL 高 100 倍以上 2. 启发式约束模型（如 GFlowNet、REINVENT 4） •生成逻辑：在生成过程中优化 SAScore（合成可及性评分）等启发式指标 •SAScore 只是一个基于分子复杂度的粗略评分，不能保证实际可合成 •没有内置反应模板和构建块库，无法保证片段组合的反应兼容性 •论文中对比显示，即使加入 SAScore 约束，这两个模型的合成成本仍比 SyntheMol-RL 高 62 倍，合成周期长 5.7 倍 五、SyntheMol-RL 这种设计的局限性 1. 化学空间的有限性 •只能生成能用预定义的 13+36 种反应和 15.4 万个构建块合成的分子 •无法生成需要全新化学反应或稀有构建块的分子 •一步反应的限制导致无法生成过于复杂的分子结构 2. 结构新颖性的妥协 •所有生成的分子都是由已知片段通过已知反应组合而成 •虽然分子整体骨架可能是全新的，但组成片段和反应类型都是已知的 •无法生成具有全新原子连接方式的革命性分子 3. 可扩展性的限制 •扩展到多步反应会显著增加化学空间的规模，但也会增加合成成本和周期 •自定义构建块和反应需要大量的工业验证，门槛较高 六、论文中的关键证据 1.化学空间定义：论文明确指出，SyntheMol-RL 探索的是 "combinatorial chemical space of make-on-demand molecules"（按需合成分子的组合化学空间），这类空间的核心特征就是 "所有分子都可以通过一步反应从现成构建块合成"。 2.合成成功率数据：论文中提交合成的 250 个分子，成功得到 196 个，合成成功率 75%，远高于其他模型的实际合成成功率。 3.合成路线输出：SyntheMol-RL 生成每个分子的同时，会输出对应的构建块编号和反应类型，合成服务商可以直接按照这个信息进行合成，无需额外的路线设计。 4.与其他模型的对比：论文中提到，GFlowNet 和 REINVENT 4 生成的分子需要经过 medicinal chemists 的手动审核才能确定是否可合成，而 SyntheMol-RL 生成的分子无需这一步骤。 七、总结 SyntheMol-RL 的 "组合即可合成" 特性，不是一个偶然的结果，而是其从底层设计上就优先考虑落地性的必然产物。它放弃了理论上无限的化学空间和原子级从头生成的灵活性，转而拥抱有限但 100% 可合成的组合化学空间，用强化学习解决超大空间的搜索效率问题。 这种设计哲学完美解决了当前 AI 药物研发中 "生成易、合成难" 的核心痛点，使得 AI 生成的分子能够快速进入实验验证阶段，大大缩短了药物研发的周期。虽然在结构新颖性上有所妥协，但对于需要快速落地的抗生素研发来说，这种取舍是极其明智和必要的。 RFdiffusion/ProteinMPNN 蛋白质生物大分子设计工具 VS  SyntheMol-RL 有机小分子设计框架 RFdiffusion/ProteinMPNN 是蛋白质生物大分子设计工具，而 SyntheMol-RL 是有机小分子设计框架，两者解决的是完全不同的药物研发问题；本研究选择强化学习而非扩散模型 / 序列模型，是因为它最适配460 亿级可合成化学空间的多目标高效搜索与天然可合成性约束 \\ 这两个小分子抗生素研发的核心痛点。 一、三个模型的核心定位与本质差异 1. RFdiffusion（蛋白质骨架生成） •设计对象：蛋白质三维骨架（生物大分子，由氨基酸组成） •核心能力：从无到有生成全新的蛋白质三维结构，或基于已知骨架进行改造 •典型应用：设计抗体、酶、蛋白粘合剂、多肽类抗生素（如万古霉素类似物） •生成逻辑：通过扩散模型逐步去噪，生成原子级精度的蛋白质三维坐标 2. ProteinMPNN（蛋白质序列设计） •设计对象：蛋白质氨基酸序列 •核心能力：给定蛋白质三维骨架，自动设计能折叠成该结构的氨基酸序列 •典型应用：与 RFdiffusion 配合使用，骨架生成后补全序列，实现 "结构→序列" 的完整设计 •生成逻辑：基于图神经网络的自回归序列生成，最大化序列折叠成目标结构的概率 3. SyntheMol-RL（小分子生成） •设计对象：有机小分子（分子量通常 < 1000 Da，由碳氢氧氮等原子通过共价键连接） •核心能力：在可合成化学空间中搜索同时满足多成药性指标的小分子 •典型应用：设计传统小分子抗生素（如青霉素、头孢、喹诺酮类）、抗病毒药、抗肿瘤药 •生成逻辑：通过强化学习选择可采购的分子构建块，经预定义化学反应拼接成完整分子 二、技术路线与核心差异对比表 维度 SyntheMol-RL（强化学习） RFdiffusion（扩散模型） ProteinMPNN（序列模型） 设计对象 有机小分子 蛋白质三维骨架 蛋白质氨基酸序列 化学空间规模 460 亿个可合成小分子 理论上无限，但受蛋白质折叠规则限制 20^N（N 为氨基酸长度，通常 N<1000） 可合成性约束 天然内置：仅使用可采购构建块和成熟反应，生成即能合成 无内置约束：生成骨架需后续验证可表达、可折叠、可纯化 无内置约束：生成序列需验证是否能正确折叠 核心优化目标 多成药性指标（活性、水溶性、毒性、合成成本） 蛋白质结构合理性、结合亲和力、稳定性 序列与目标骨架的匹配度、折叠稳定性 生成效率 1 万轮生成≈4-7 天，单次生成数千个分子 单个骨架生成≈几分钟到几小时 单个序列生成≈几秒钟 实验验证周期 合成 + 体外验证≈2-4 周 基因合成→表达纯化→功能验证≈2-6 个月 同 RFdiffusion 合成成本 单个分子≈几百到几千美元 单个蛋白≈几千到几万美元 同 RFdiffusion 给药方式 可口服、可注射 绝大多数只能注射（口服会被消化酶分解） 同 RFdiffusion 三、为什么本研究选择强化学习做小分子抗生素？ 1. 小分子是临床抗生素的绝对主流 •全球 90% 以上的临床抗生素都是小分子（如阿莫西林、头孢曲松、左氧氟沙星），具有口服生物利用度高、合成成本低、稳定性好、易于大规模生产等优势 •蛋白质 / 多肽类抗生素（如万古霉素、多粘菌素）仅用于重症感染，存在口服难吸收、免疫原性、耐药性发展快等问题 •本研究的目标是开发可快速落地、低成本的新型抗 MRSA 抗生素，小分子是唯一符合临床需求的选择 2. 强化学习完美适配 "可合成性优先" 的设计理念 •从源头解决合成难题：SyntheMol-RL 不是先设计分子再找合成路线，而是直接在可合成的化学空间内搜索，所有生成分子都能通过一步反应从可采购构建块合成 •扩散模型（如用于小分子的 DiffSBDD）虽然也能生成小分子，但无法保证可合成性，生成的分子往往需要复杂的多步合成，甚至无法合成 •论文中对比了 GFlowNet、REINVENT 4 等主流小分子生成模型，它们即使加入了可合成性启发式约束，合成成本仍比 SyntheMol-RL 高 62 倍，耗时多 5.7 倍 3. 强化学习在超大化学空间多目标搜索上效率最高 •本研究的化学空间规模达460 亿个分子，传统虚拟筛选需要逐个评估，完全无法覆盖 •强化学习通过价值函数学习构建块与成药性的关联，能快速定位化学空间中高价值的区域，搜索效率是 MCTS 的 3-4 倍，是虚拟筛选的近 2000 倍 •强化学习支持动态多目标优化，能自动平衡抗菌活性、水溶性、毒性等多个相互冲突的指标，这是扩散模型和序列模型难以做到的 4. 生成结果天然适合药物研发流水线 •SyntheMol-RL 输出的不仅是分子结构，还包括完整的合成路线（所需构建块、反应条件），可直接发给合成服务商生产 •扩散模型输出的只是分子结构，还需要额外的 retrosynthesis 模型预测合成路线，且预测准确率通常低于 60% 四、用 RFdiffusion/ProteinMPNN 做抗生素的局限性 1. 根本不适用小分子设计 •RFdiffusion 和 ProteinMPNN 是专门为蛋白质设计的，其模型架构、训练数据、损失函数都是针对蛋白质的氨基酸序列和三维结构优化的 •它们无法处理有机小分子的拓扑结构、官能团、化学反应等特征，完全不能用于小分子抗生素设计 2. 蛋白质类抗生素的固有缺陷 •口服无效：蛋白质在胃肠道会被蛋白酶分解，只能通过注射给药，患者依从性差 •免疫原性：外源蛋白质可能引发人体免疫反应，导致过敏或药效降低 •合成成本高：蛋白质需要通过基因工程在细胞中表达，纯化过程复杂，成本是小分子的 10-100 倍 •耐药性发展快：细菌已经进化出多种针对蛋白质类抗生素的耐药机制（如分泌蛋白酶分解抗生素） 3. 研发周期长、失败率高 •蛋白质设计需要经过 "骨架生成→序列设计→基因合成→表达纯化→折叠验证→功能验证" 多个步骤，周期长达数月 •很多生成的蛋白质无法正确折叠，或者折叠后没有预期的抗菌活性，失败率远高于小分子 五、总结：互补而非替代 技术路线 最适合的抗生素类型 典型代表 SyntheMol-RL（强化学习 + 小分子） 广谱 / 窄谱小分子抗生素、口服抗生素、低成本抗生素 青霉素、头孢、synthecin RFdiffusion+ProteinMPNN（蛋白质设计） 多肽类抗生素、蛋白类抗生素、靶向毒力因子的蛋白药物 万古霉素、多粘菌素、溶菌酶 两者是药物研发工具箱中互补的工具，而非竞争关系。SyntheMol-RL 解决了小分子抗生素研发中 "生成易、合成难" 和 "超大空间搜索效率低" 的核心痛点，而 RFdiffusion/ProteinMPNN 则在蛋白质类药物设计中发挥着不可替代的作用。 补充：主流小分子生成模型详细技术对比表 对比维度 SyntheMol-RL GFlowNet REINVENT 4 通用小分子扩散模型（DiffSBDD/MoleculeDiffusion） 核心算法 深度强化学习（价值函数 + 动态多目标） 流网络生成模型 强化学习（策略梯度） 扩散模型（逐步去噪生成） 可合成性实现方式 内置可合成化学空间：仅使用可采购构建块 + 预定义成熟反应，生成即保证可合成 启发式约束：优化 SAScore 合成可及性评分 启发式约束：优化 SAScore 合成可及性评分 无内置约束：生成后需额外逆合成分析 支持的化学空间 460 亿级商用可合成空间（Enamine + 药明康德），支持自定义构建块 / 反应 无固定空间，理论上无限 无固定空间，理论上无限 无固定空间，理论上无限 多目标优化能力 原生支持动态多目标，自动调整权重平衡冲突指标 支持多目标，但权重需手动调优 支持多目标，权重需手动调优 多目标优化能力弱，易顾此失彼 超大空间搜索效率 极高：1 万轮生成命中 11.6%，是虚拟筛选的 2000 倍 中等：生成效率高但有效分子占比低 中等：生成效率高但有效分子占比低 低：无法高效覆盖百亿级空间 论文中合成成功率 75%（196/250） <20%（仅少数分子可合成） <20%（仅少数分子可合成） <10%（多数分子无法合成） 相对合成成本 1（基准） 最高 62 倍 最高 62 倍 最高 100 倍以上 相对合成周期 1（基准） 最长 5.7 倍 最长 5.7 倍 最长 10 倍以上 是否提供合成路线 是：生成即输出一步合成方案（构建块 + 反应条件） 否：需额外逆合成分析 否：需额外逆合成分析 否：需额外逆合成分析 实验验证闭环 完整：AI 生成→合成→体外→体内动物实验 仅少数体外验证，无体内数据 仅少数体外验证，无体内数据 几乎无完整实验验证 论文中核心表现 生成 79 个分子，13 个强效抗菌，7 个全新骨架，1 个体内有效 理论指标优秀，但合成可行性极差 理论指标优秀，但合成可行性极差 理论指标优秀，实验验证极少 核心优势 天然可合成、多目标优化强、搜索效率高、落地性强 生成分子多样性高 生成速度快、生态成熟 生成分子结构新颖性高 核心劣势 化学空间受限于商用构建块和反应 合成可行性差、落地难 合成可行性差、落地难 合成可行性极差、多目标能力弱 最佳适用场景 可落地的小分子药物发现、抗生素研发、低成本快速筛选 早期先导化合物发现、新颖骨架探索 早期先导化合物发现、结构多样性生成 全新骨架探索、基础研究 论文SyntheMol-RL 全部相关资源 + 每项资源论文内详细用途 按开源代码、化学空间、数据集、生物资源、软件工具、预测模型、实验服务7 大类整理，每项均标注资源名称 + 链接 + 论文中具体应用场景。 一、核心开源代码与 AI 框架 1. SyntheMol 主项目 链接：https://github.com/swansonk14/SyntheMol论文用途 1.本研究SyntheMol-MCTS、SyntheMol-RL全套算法开源； 2.实现分子构建块组装、化学反应约束、强化学习 / 蒙特卡洛树搜索分子生成； 3.支持抗菌活性 + 水溶性多目标动态优化，是论文核心研究框架。 2. chemfunc 分子计算工具库 链接：https://github.com/swansonk14/chemfunc论文用途专门提供Tanimoto、Tversky、最大共同子结构 (MCS) 四种分子相似度算法，用于筛选新颖、多样性化合物。 3. Chemprop 图神经网络库 链接：https://github.com/chemprop论文用途搭建Chemprop-RDKit 图神经网络预测模型，用于金黄色葡萄球菌抗菌活性、水溶性双任务预测。 4. GFlowNet 生成模型 链接：https://github.com/recursionpharma/gflownet论文用途作为主流基线对比模型，改造后同时优化抗菌活性、水溶性、可合成性、分子量；用于和 SyntheMol-RL 对比合成成本、耗时、分子可实现性。 5. REINVENT 4 分子生成框架 链接：https://github.com/MolecularAI/REINVENT4论文用途同为行业标杆生成模型，做多目标优化对照；验证 GFlowNet/REINVENT 生成分子合成成本最高贵 62 倍、耗时多 5.7 倍，凸显本研究优势。 二、超大可合成化学空间数据库 1. Enamine REAL Space 规模：310 亿可合成分子论文用途含 13.9 万分子构建块、169 种化学反应；论文选用13 种常用反应，构建 300 亿分子子空间，是 AI 分子主要来源。 2. WuXi GalaXi 药明康德化学空间 规模：160 亿可合成分子论文用途含 1.5 万构建块、36 种反应；与 Enamine 合并形成460 亿超大全可合成化学空间，大幅扩充分子结构多样性。 三、公共数据集 & 自建数据集 1. 自建金黄色葡萄球菌抗菌数据集 来源：实验室内部化合物库筛选论文用途筛选 10716 种化合物，去重后得到10658 个唯一分子（1137 个具抗菌活性），专门用于训练抗菌活性预测模型。 2. AqSolDB 水溶性公开数据集 论文用途含 9982 个带 log 溶解度标注分子，用于训练水溶性预测模型；解决前代模型分子水溶性差、无法开展体内实验的短板。 3. ChEMBL 抗生素分子库 论文用途整理 1007 个已知抗菌分子，作为参照库；用相似度算法筛选与已知骨架不同的全新候选分子。 4. CDC AR Isolate Bank 耐药菌库 论文用途提供 MRSA USA300、VISA 万古霉素中介耐药菌株；用于 7 个新颖化合物抗耐药菌活性验证。 5. Zenodo 公开数据仓库 代码 DOI：https://doi.org/15392449数据集 DOI：https://doi.org/15391267论文用途开源论文所有训练数据、生成分子、模型权重、实验结果，供全球研究者复现实验。 四、生物实验资源（菌株 + 实验动物） 1. 实验菌株 •S. aureus RN4220：抗菌初筛标准菌株 •S. aureus USA300：社区流行 MRSA，用于体外 + 小鼠体内模型 •VISA C216/C217/C219/C221：多重耐药金葡菌 •ESKAPE 致病菌（粪肠球菌、肺炎克雷伯菌、铜绿假单胞菌、鲍曼不动杆菌、大肠杆菌 BW25113）论文用途完成化合物抑菌谱测试，证实候选分子仅窄谱靶向金黄色葡萄球菌，不破坏肠道菌群。 2. 实验动物：C57BL/6N 小鼠 论文用途构建MRSA 皮肤伤口感染模型，验证核心分子 synthecin 可显著降低细菌负荷、减轻炎症。 五、化学信息学 & 机器学习软件工具 1. RDKit 论文用途分子指纹计算、SMILES 标准化、化合物去重、去盐、200 维分子特征提取，是所有分子预处理基础。 2. scikit-learn 论文用途10 折交叉验证、划分训练 / 验证 / 测试集；t-SNE 算法做分子聚类可视化。 3. NetworkX 论文用途基于最大独立集算法，从大量候选分子中筛选结构高度多样化化合物。 4. 蒙特卡洛树搜索 MCTS 论文用途前代 SyntheMol 核心搜索算法，作为强化学习 RL 的基线对照，凸显 RL 搜索效率优势。 六、预测模型与评价体系 1. Chemprop-RDKit / MLP-RDKit 论文用途论文自建两大分子性质预测模型： •Chemprop-RDKit：精度更高，作为主评分模型； •MLP-RDKit：速度更快，用于快速筛选。 2. ADMET-AI 毒性预测模型 论文用途多任务 AI 模型，预测化合物临床毒性；筛选低毒分子进入合成实验环节。 3. 模型评价指标 ROC-AUC、PRC-AUC、溶解度 MAE/R²论文用途量化两个预测模型的抗菌分类、溶解度回归精度。 4. 分子相似度评价标准 Tanimoto、Tversky、对称 / 非对称最大共同子结构 (MCS)论文用途四层标准严格判定 AI 生成分子结构新颖性，剔除已知抗菌骨架。 七、实验仪器 & 合成服务商 1. Agilent BioTek Synergy Neo2 酶标仪 论文用途测定 OD600 吸光度、检测化合物 MIC 最低抑菌浓度，定量抗菌活性。 2. Enamine 合成服务商 论文用途承担大部分化合物合成，整体合成成功率79%。 3. 药明康德 WuXi AppTec 论文用途 1.提供 GalaXi 化学空间数据库； 2.合成对应来源化合物，合成成功率71%。 生物智能：在生物先进产业场景中构建“状态感知-实时认知-自主决策-精准执行-学习提升”的生物科学智能（Biology_and_AI）；实现生物产业转型升级、DT驱动业务、价值创新创造的产业互联生态链。 生物产业+物理AI=生物智能 产业智能官：Science_and_AI 加入知识星球“生物智能研究院”：生物产业OT技术（自动化+机器人+工艺+精益）和新一代IT技术（云计算+物联网+区块链+大数据+人工智能）深度融合，在场景中构建“状态感知-实时认知-自主决策-精准执行-学习提升”的生物科学智能；实现生物产业转型升级、DT驱动业务、价值创新创造的产业互联生态链。 生物科学智能作为第四次工业革命的核心驱动力，将进一步释放历次科技革命和产业变革积蓄的巨大能量，并创造新的强大引擎；重构设计、生产、供应链和服务等经济活动各环节，形成从宏观到微观各领域的智能化新需求，催生新技术、新产品、新产业、新业态和新模式；引发经济结构重大变革，深刻改变人类生产生活方式和思维模式，实现社会生产力的整体跃升。 生物产业智能化技术分支用来的今天，从业者必须了解如何将生物科学智能全面渗入整个公司、产品、业务等商业场景中，利用生物科学智能形成数字化、网络化和智能化力量，实现行业的重新布局、企业的重新构建和焕然新生。 版权声明：产业智能官（ID：Science_and_AI）发表的文章，除非确实无法确认，我们都会注明作者和来源，涉权请联系协商解决，联系、投稿邮箱：wolongzy@qq.com