Boceprevir

在生物语义AI制药第2课：跑通了RDKit，却看不懂输出结果？一篇讲透AI制药的四层生化语义，彻底告别黑盒炼丹篇中，我们学会了"读懂"生命——基因、蛋白...这些药物研发的语言基础。在工具篇AI 制药工具篇：工欲善其事，必先利其器-从 RDKit到DiffDock，搭好你的第一个 AIDD工作台中，我们熟悉了"武器库"——大语言模型、分子生成模型、对接引擎、ADMET 预测器、实验自动化平台，这些是执行任务的手段。 生物语义懂了、作战武器有了，仗怎么打？我知道 RDKit 能算 logP，DiffDock 能跑对接，可这些动作在整个研发流程里，到底站在哪一格？上一格交给我的东西是什么，我该往下交什么？我们需要跑通一个MVP来掌握AIDD的全局地图，避免只见树木不见森林。 这篇不是为了“发现新药”，而是让学习者在正式深入 GNN、Transformer、3D、Docking、Diffusion 之前，先亲手跑通一次完整 AIDD Pipeline，通过MVP建立真正的全局地图。篇幅原因，实践篇需要拆分多篇（导论篇、MCP程序实战篇...），本篇属于实践导论篇，动手之前先认识到AIDD Pipeline的脉络。 适合人群：已跑通 RDKit / DeepChem 基本操作，准备进入分站细节，但还没在脑子里装下全程地图的学习者 本文环境：MacBook Pro 14″（Apple M1 Pro）/ conda 环境 aidd（Python 3.11.14 / RDKit 2026.03.5 / PyTDC 0.4.1 / scikit-learn 1.9.0），分子结构来自 PubChem，全部代码与数字均为本机实测 📑 本文目录 引子 一、先装地图再上路：七站与七份交接物（不是瀑布流，是闭环） 二～三、上游两站：疾病机制与靶点验证（病从哪来，动谁能好） 四～五、中游两站：蛋白结构与苗头发现（长什么样，谁能结合） 六～七、下游两站：命中优化与 ADMET（值得做吗，活得下来吗） 八、第七站干湿闭环：DMTA 循环，以及"什么时候才值得更新模型"（附两组实测） 九、接缝：六道接缝里，项目是怎么漏掉的 十、总结回顾：项目骨架（环境 / 目录 / 工具链 / 故障手册）引子：我们为什么有必要通过MVP先理解AIDD全局地图 在动手之前，先回答一个很容易被跳过的问题：我们为什么要花力气学这条流水线？药物研发不是一次性的翻译或预测任务，而是一条有严格逻辑顺序、且允许反复回环的工程流水线。 本篇将这条流水线拆解为七个环节，让你先看见森林，再走进每一棵树。进入所有细节之前的一次全程导览：把「从疾病到药物」拆成七站，每一站只回答一个问题、产出一份交接物。文中每一个数字都是真的——要么来自公开文献，要么是我在本机 aidd 环境里实跑出来的。 结合AI制药政策篇：《医药工业发展"十五五"规划》给中国创新药出了两道题，AI擅长回答第一道题，却无法独立回答第二道题提到的药物研发的前半程，展开来就是本文的七站。 规划里的说法 翻译成研发动作 对应本文的哪几站找新靶点、新机制 从疾病机制里挖出可干预节点，并证明它值得打① 疾病机制 → ② 靶点发现与验证设计候选分子 拿到靶点结构与口袋，找到起点分子，再把它调成"值得做"③ 蛋白结构 → ④ 苗头发现 → ⑤ 命中优化证明它像个药 活性之外，还要能在人体里活下来⑥ ADMET 与成药性提高产出概率 让每一轮实验都变成下一轮更好的起点⑦ 干湿闭环做成全球重磅产品 临床、监管、生产、准入、商业化 不在本文范围（见文末"还隔着五道关"） 顺手把行业里被用得最滥的一个词说清楚，因为它直接决定了第②站（靶点）值多少钱： 类型 核心问题 特点 AI 能帮到哪FIC 有没有开辟一条新路？ 新靶点或新机制，原创性强、风险高主战场（①②⑦）BIC 在已有路上能不能做得更好？ 疗效、安全性或使用便利性更优 主战场（④⑤⑥）Me-too 能不能做出同类产品？ 机制相近，差异化相对有限 提速但不改变格局 注意 FIC 的两层含义：科学上的首创（发现新靶点/新机制）+ 医学上的验证（证明这一机制在患者身上安全有效）。AI 最擅长第一层，无法单独完成第二层。这正好解释了本文为什么把第七站（干湿闭环）看得和前六站一样重——因为从"AI 觉得它有效"到"人体真的有效"，中间的每一步都得靠实验说话。 还有一句更冷静的话值得先放在这里：AI 的影响力，是沿着研发链条递减的。越靠上游（靶点发现、分子设计），AI 越能改变游戏规则；越靠下游（临床、监管、商业化），AI 越是辅助工具。明白这一点，你就不会在学第七站的时候，误以为"把模型再调好一点"能解决临床失败的问题。 好，地图的边界划清楚了。下面进正题。一、先装地图再上路：七站与七份交接物 第 1 课给过一张「四大环节」表：分子性质预测、蛋白结构、分子生成、虚拟筛选。那是按技术分的。真实研发是按流程走的，一个候选分子要依次过七站： 注意最后那条回头的箭头——药物研发不是瀑布流，而是螺旋上升的闭环。每一次湿实验的结果，都可能推翻上游假设，把你打回更早的一步重新迭代：靶点排错了就回②，构象选错了就回③，库选错了就回④。 但"回环"不是无脑重跑。它有三条纪律（第七站会展开）：数据回传要快、失败归因要准、每轮必须明确"本轮验证什么假设"。否则回环就退化成"换个分子再试一次"，那是最贵的浪费。 我给每一站定了一个统一的「五问」框架。这一篇你只需要记住这五个问题，细节全部留给后面的分站课： 五问 为什么是它① 这一站回答什么问题？ 问题错了，后面全白做② 它吃什么输入？ 输入的上游，决定你能做什么③ 它吐什么输出？ 这就是交给下一站的交接物④ 怎么判断做得对？ 每一站的"考试卷"不一样⑤ 最大的坑是什么？ 每站都有自己最经典的死法 如果嫌五问太长，还有个更短的记法——七个动词，一句话装下整条流水线： 疾病机制找因果，靶点找可干预节点，结构找口袋，苗头找起点，优化找平衡，ADMET找风险，闭环找证据。 但光有主线还不够。七站之所以能跑起来，是因为下面垫着三层能力——这也是这个系列的骨架：生物语义篇解决第一层，工具篇解决第二层，实践篇把三层串成一条能跑的链。 图 1｜一条主线，三层支撑：生物语义层负责"连接"，工具算法层负责"执行"，实验决策层负责"裁判与回流" 三层里最容易被忽略的是生物语义层：疾病要有统一编码（MONDO / HPO），基因和蛋白要有统一标识符（UniProt / Ensembl / ChEMBL），否则你的模型、你的数据、别人的数据永远接不上——这也是第六课反复讲的"标识符是数据世界的经纬度"。而最容易被高估的是第二层：工具再好，没有第三层（实验）的校准，它就只是一个昂贵的预测器。 最后，每站还有一个"刹车"——Go / No-Go 决策门。证据不够就停下，比带着误差往前冲便宜一百倍： 站 继续（Go）需要什么 停下（No-Go）的信号① 机制 有因果证据（干预可逆转表型），有可干预分子节点 只有相关性；假说无法被证伪② 靶点 可成药 + 安全窗口 + 遗传学证据支持 敲除致死 / 证据全靠单一来源③ 结构 口袋明确，置信度足够支撑对接或生成 pLDDT 低且无实验结构；无序蛋白④ 苗头 有活性、可验证、结构多样、可获得 只有一种骨架；活性测不出来⑤ 优化 活性与理化性质同步改善（LE/LipE 不掉） 活性上去了、选择性或溶解度崩了⑥ ADMET 风险清单明确且可通过结构解决 hERG / 肝毒等硬伤无解⑦ 闭环 预测误差在收敛，数据在回流 实验只做验证、从不修正模型 整张地图先存在手机里，我们出发： 图 2｜七站流水线：每站一个核心动作（绿色胶囊）；左侧红色虚线是回环——第七站的真实数据可以打回 ②~⑥ 任意一站二、第一站 疾病致病机制分析：病，到底是哪一步坏了？ 所有药的故事，都从一个机制问题开始。最好的例子是人类征服慢性粒细胞白血病（CML）的前半场： 1960 年，两位美国病理学家在 CML 患者的细胞里发现了一条异常的小染色体——后来的「费城染色体」；1973 年，罗利（Janet Rowley）用染色体染色技术证明它是 9 号和 22 号染色体易位的结果；1984 年前后，学界确认这条易位产生的融合基因 BCR-ABL 编码了一个持续开机的酪氨酸激酶——这就是 CML 的病因。 从「发现异常染色体」到「锁定驱动基因」，人类花了二十多年。这就是第一站的全部工作：把"这个病人病了"压缩成"这个分子步骤坏了"。 AI 在这一站做什么？四个字：找信号、排因果。具体拆开是三类活： AI 的活 吃什么 典型工具 / 数据文献与文本挖掘 数百万篇文献、专利、临床试验记录 LLM / 知识图谱组学差异分析 转录组、蛋白组、单细胞数据（病人 vs 健康） GEO / TCGA / PandaOmics网络与通路推理 基因互作网络、通路数据库 STRING / KEGG / GO 先感受一下数据的量级。UniProt 蛋白数据库 2026_01 版收录了约 6750 万条蛋白序列，但其中经过人工审阅注释的 Swiss-Prot 只有约 56.7 万条——不到 1%。也就是说，绝大多数蛋白我们连"它是干什么的"都还没弄清，更别说它在疾病里扮演什么角色。第一站的贫瘠，是整条流水线所有不确定性的源头。 AI 在这一站真正的价值，是帮你不遗漏、不偏倚地拼出全貌：一个人一周读 20 篇文献，一年 1000 篇；LLM + RAG（检索增强生成）一小时能综述两万篇摘要，并把分散的证据拼成一张通路网络。但请注意它拼出来的是"文献里的共识"，而共识有可能是错的。 这一站最大的坑：相关 ≠ 因果。 某个基因在病人组高表达，可能它是病因，可能是结果，也可能只是混淆变量。机制假说必须能被干预实验证伪——这正是下一站存在的理由。三、第二站 靶点发现与验证：动哪个蛋白，病能好？ 第一站给你一堆「嫌疑人」，第二站要找出「真凶」，并且拿出证据。这个证据有个专门的名字：靶点验证（Target Validation）。 证据分两个等级。遗传学证据是金标准：敲除/敲低这个基因，病表型是否逆转？人群里天然携带该基因功能缺失突变的人，是不是确实更健康（或更病）？药理学证据是第二级：用工具化合物抑制它，是否有效？有没有脱靶效应混淆？ 顺便要回答一个工程问题：这个靶点可成药吗？它表面有没有能装小分子的口袋？属于哪个蛋白家族？人类基因组约两万个蛋白编码基因里，历史上被药物成功命中的靶点只有几百个的量级——大部分蛋白根本没有合适的口袋。 这一站 AI 的角色是排序与打分，不是拍板。Open Targets 把遗传学证据、组学证据、药物信息、动物模型证据加权成一个靶点关联分；DepMap 用几百株癌细胞系的基因敲除数据回答"哪些肿瘤真的依赖这个基因"。它们做得再好，最后的验证也必须是湿实验：CRISPR 敲除、类器官、动物模型。 CML 的后半场故事就发生在这里：BCR-ABL 这个靶点，从机制确认到药物上市，又走了近二十年——但它的验证链条极硬：几乎每个 CML 病人都携带同一个融合基因，敲掉它细胞就恢复正常。这种「一个病一个明确驱动靶点」的干净局面，在常见病里非常罕见。更多疾病的现实是：没有单一真凶，只有一张失衡的通路网。 这一站最大的坑：热门靶点拥挤，冷门靶点缺证。 大家都在做的靶点，意味着成药路线被反复验证（风险低），也意味着红海竞争（差异化难）；AI 挑出的全新靶点，往往证据链单薄，验证成本极高。第二站的真实工作量，常常被严重低估。四、第三站 蛋白质结构预测与分析：靶点长什么样？口袋在哪？ 靶点定了，接下来要"看"它。看结构是为了回答一个具体问题：药从小分子的世界里飞过去，会停在哪？ 这一站是过去五年被 AI 改变最彻底的一站。半个世纪的实验结构生物学，给 PDB 库攒下了约 25.5 万条实验结构（截至 2026 年年中）；而 AlphaFold 在 2022 年一次性发布了约 2 亿条预测结构，如今 AlphaFold DB 的规模已到 2.41 亿条（2025 年 9 月与 UniProt 同步后的官方计数）。CASP14 评测里，AlphaFold2 的中位 GDT 得分 92.4，首次把"预测"做到了与实验结构相当的量级。 但我在这里必须泼第一盆冷水，也是这一站的五问之⑤： 预测结构 ≠ 实验结构，三件事 AlphaFold 帮不了你： ① 构象是动态的。同一个激酶，活性态和非活性态的口袋形状完全不同——伊马替尼之所以能精准抑制 BCR-ABL，正是因为它识别的是 DFG-out 这个非活性构象，而静态预测结构未必给出这种姿态； ② pLDDT 分数低于 70 的区域（尤其无序片段）不要拿来设计； ③ 没有口袋 ≠ 没有药。变构位点、蛋白-蛋白相互作用的浅口袋，是另一套玩法。 第三个坑值得单独说，因为它既是难点也是机会：隐性口袋（cryptic pocket）。有些蛋白在静态结构里看不出任何口袋，但它会在热运动中短暂"张开"一个深腔——只在构象系综里出现，不在晶体结构里出现。抓它的标准做法是：分子动力学（MD）长时间模拟 → 用 t-ICA / VAMPnet 这类降维方法找出慢自由度 → 聚类提取代表性构象 → 再用 fpocket 扫描。第十节的 KRAS 案例，就是靠这一招翻盘的。 实操上，这一站的动作是：从 PDB 找同源实验结构 → 没有就用 ColabFold 跑预测 → 用 fpocket / DoGSiteScorer 找口袋、算体积和疏水性 → 用 pLDDT 和实验残基突变数据交叉检查口袋是否可信 → 关键项目再加一轮 MD 看构象柔性。2024 年的 AlphaFold 3 把预测范围扩展到了蛋白-配体、蛋白-核酸复合物，但物理化学细节（尤其共价结合）仍要以实验结构为准。五、第四站 苗头化合物发现：从百亿库里捞几百个 有了口袋，终于可以请分子登场了。第四站的问题听起来简单：谁能结合上去？难的是分母。 类药化学空间的文献估计在 10^60 这个量级——这个数大到宇宙里的原子都不够分。而如今"可按需合成"的化合物库已经多大？Enamine 的 REAL Space 在 2026 年的版本里有约 945 亿个结构（全部来自已验证的合成路线，下单后 3–4 周交付，合成成功率约八成）；ZINC-22 收录了约 549 亿个可检索结构。第四站就是把 945 亿压缩到几百个——压缩比接近一亿分之一。 压缩的手段分层，成本从低到高： 真实项目里这五层是漏斗关系：先用便宜的方法把 945 亿砍到百万，再用对接砍到千，最后人工挑几百个进湿实验。 这一层的工具这几年换得很快，可以粗分三条路： 1）基于结构的虚拟化筛选（口袋已知，用对接 + 深度学习打分函数，或直接让 GNN 端到端预测亲和力）； 2）基于配体的虚拟化筛选（口袋未知但有几个已知活性分子，用分子指纹 / 语义表征做相似度检索）； 3）从头生成（什么都不用给，让扩散模型或 Transformer 在口袋里"长"分子）。三条路可以并行跑，最后合并去重。 本机实测：只按分数"掐尖"，化学多样性会坍缩 第四站有一条容易被忽略的要求：苗头名单要够杂。理由很实际——如果 top 100 全是同一个骨架，第五站一旦撞墙（活性上不去、或者出现毒性），你就没有替补了。 我用一次真实的取值模拟了这个现象：拿上面那个在历史系列上预训练的模型，对一个 408 个分子的候选池（骨架与训练集不相交）打分，像虚拟筛选那样按分数从上往下取： 取法 名单规模 名单里的 Murcko 骨架数 只按预测分数掐尖 20 个6 种 同批候选 + 多样性重排 20 个20 种（100%） 只按预测分数掐尖 50 个15 种 同批候选 + 多样性重排 50 个37 种 只按预测分数掐尖 100 个24 种 同批候选 + 多样性重排 100 个40 种 同一个候选池、同一份榜单，只多做一步"同骨架去重"的动作，一份名单的骨架数就能翻倍。原因是打分模型会系统性地偏爱某一类分子，头部天然聚集。记住这条：虚拟筛选的最后一步永远是重排，而不是排序。本机实测：相似性搜索的直觉，有时候是反的 我从 PubChem 拉了六个真实分子的结构，在本机算了一张 Morgan 指纹（半径 2，2048 位）Tanimoto 相似度矩阵。先看一行最有趣的： 相似度对 Tanimoto 说明 Nirmatrelvir ↔ PF-00835231（它自己的前体） 0.224 同一个药的"上一步" Nirmatrelvir ↔ Boceprevir（一个 HCV 药）0.425 隔着一个物种的"亲戚" Nirmatrelvir ↔ Imatinib（抗 CML，无关药） 0.083 对照 一个分子和它的"亲儿子"相似度只有 0.22，和一个丙肝药反而有 0.42。这背后是第五站要讲的骨架跃迁——奈玛特韦直接借用了博赛泼维（boceprevir）的双环脯氨酸片段来模拟亮氨酸残基。但放在第四站，它先教会我们一件事：相似性搜索找到的是"长得像"的分子，不是"能治病"的分子。你的 query 长什么样，决定了你会捞到什么样的世界。本机实测：过滤器会误杀真药 捞上来的分子要过三道体检：Lipinski 五规则（类药五原则）、Veber 规则（柔性与极性）、结构警报（PAINS / BRENK——专抓"频繁假阳性"的反应性基团）。我用 RDKit 的 FilterCatalog 给六个真实分子跑了 PAINS + BRENK，结果： 分子 身份 Lipinski 违规 结构警报 PF-00835231 苗头（未上市） 0 通过 Nirmatrelvir已上市（Paxlovid） 0 通过 Boceprevir已上市（HCV） 1（MW>500）命中 diketo_group Ensitrelvir已上市（日本） 1（MW>500）命中 halogenated_ring_1 Imatinib已上市（格列卫） 0 通过 Ritonavir已上市（Paxlovid 组分之一） 2（MW、logP） 通过 六个分子里有三个是上市药，其中两个被结构警报命中。过滤器是统计学经验，不是物理定律。它们的正确用法是"命中了要人工多看一眼"，而不是"命中了直接扔"。 复现这几张表只需要十几行代码（完整脚本：aidd_practice/pipeline_demo.py）： 生成模型给出的分子，必须过"能不能造出来"这一关 这一站现在多了一种玩法：不再只从库里筛，而是用 3D 生成模型（DiffSBDD、TargetDiff 一类）在口袋里"长"出新分子，或者用 REINVENT 这类强化学习模型按目标函数造分子。但生成模型的输出有一个必踩的坑——幻觉分子：打分漂亮，物理上却不合理，或者根本合成不出来。 所以输出端必须有硬过滤三件套：合成可及性 SA score（1 分好合成、10 分极难）、结构警报（PAINS/BRENK）、构象应变能（用 RDKit 的 MMFF/UFF 力场做能量最小化，剔除应变能过大的"张力环/高能构象"）。SA score 我在本机给这六个分子都算了： 分子 SA score 说明（1=易合成，10=极难） Imatinib2.33 结构规整，易合成 Ensitrelvir 3.30 — PF-00835231 3.72 优化后 SA 反而从 3.72 升到 4.58：引入刚性双环片段让分子更好用，也更难造——这就是第五站必须做的取舍之一Nirmatrelvir4.58 Boceprevir 4.14 — Ritonavir 4.19 手性中心多，仍能量产上市 这一站最大的坑：假阳性比假阴性更贵。 一个 PAINS 类分子会污染你之后所有的 SAR 数据、烧掉几轮合成预算，还会让团队对一个本该放弃的系列恋恋不舍；一个不可合成的"幻觉分子"则会白白消耗掉化学家两周时间。所以宁可错杀一千的警报，也要配上人工复核这一步。六、第五站 命中化合物优化：把"能结合"变成"值得做" 苗头化合物（Hit）只是"能结合"，离"值得做成药"还差得远。第五站是整条流水线上最烧钱、最依赖 medicinal chemistry 手艺的一站，也是 AI 最想介入的一站。 先看一个教科书级的手工优化案例——伊马替尼。药化团队从 PKC 筛选得到的苯氨基嘧啶苗头出发，一步步： 结构改动 换来了什么 加 3′-吡啶基 细胞活性增强 苯环上加酰胺 获得酪氨酸激酶抑制活性 氨基苯环 6 位加甲基 失去对 PKC 的活性 → 选择性提升（副作用下降） 引入 N-甲基哌嗪 水溶性与口服生物利用度大幅改善 加酰胺连接子 + 苯环隔开苯胺 消除苯胺结构的致突变隐患 → 安全性 五步改动，一步提活性、一步提选择性、一步提口服吸收、一步保安全——没有一步是在"提升结合强度"。这就是第五站的真相：苗头到先导，是多目标取舍的艺术。再看一个"AI 时代"的版本：奈玛特韦的三次手术 该案例主要向大家展示：辉瑞团队如何将一个在试管里堪称完美、但在人体内毫无用处的“废柴分子”，通过三次精准的“外科手术”，改造成拯救了无数人的新冠神药 Paxlovid（奈玛特韦）。奈玛特韦的原理不是“把抑制病毒的能力做得更猛”，而是把一个“活性超强但进不了人体”的分子，改造成“活性稍弱、但能口服进入人体并达到足够血药浓度”的药。核心矛盾：试管里的“战神”，人体内的“废柴”故事的主角 PF-00835231 是一把在实验室里打造的“超级重型钥匙”。PF-00835231 是辉瑞在 2002–2003 年 SARS 疫情期间留下的苗头化合物，对 SARS-CoV-2 主蛋白酶（Mpro）的 Ki 达到亚纳摩尔级（0.27 nM，Hoffman 等 2020）——但它的口服生物利用度只有约 1.4%（大鼠），只能静脉注射。优点（活性极高）：它和病毒蛋白酶（锁）的匹配度极高，结合力达到 0.27 nM（Ki 值越小越好，相当于 100 分满分）。致命缺点（口服不吸收）：它的口服生物利用度只有 1.4%。意思是，你吞下 100 毫克药，只有 1.4 毫克能进入血液到达战场，剩下的 98.6% 都在肠道里被浪费或排泄了。它只能打吊瓶（静脉注射），这在居家抗疫时根本行不通。 为什么进不了血液？ 因为它犯了药物化学的“三大忌”：太粘人（氢键多）、太胖（分子大）、太软（可旋转键多）。 2020 年，Owen 团队（辉瑞（Pfizer）全球研发部门的高级科学总监（Senior Scientific Director）和资深药物化学家）对它动了三次手术，最终得到奈玛特韦 Nirmatrelvir。 手术 理由 ① 羟甲基酮弹头 → 腈基 可逆共价仍然保住，但减少氢键供体、降低反应性、改善口服暴露 ② 吲哚封端 → 三氟乙酰胺 去掉大块疏水基团，减小分子、减少可旋转键 ③ P2 位换 6,6-二甲基双环脯氨酸 直接借鉴已上市 HCV 药 boceprevir 的片段，刚性模拟亮氨酸口袋 我在本机把这两个分子（PF-00835231 vs Nirmatrelvir）放在一起算了完整画像（结构来自 PubChem，RDKit 2026.03.5 实测）：实测代码篇幅原因放在下一篇，欢迎关注、留言、私信交流。 指标 PF-00835231 Nirmatrelvir 变化 分子量 MW 472.5 499.5 +27.0，稍微变大，但不是关键 氢键供体 HBD 53 −2，去掉了 2 个“魔术贴”（羟基），换成了光滑的腈基。分子变得“不那么粘水”了，从而大幅提升了肠道穿透力（口服吸收率）。 氢键受体 HBA 6 5 −1 可旋转键 RotB 116 −5，可旋转键决定了分子的“柔软度”。11 个旋转键意味着这个分子像一根 “软趴趴的面条”，在血液中扭来扭去，不仅很难精准卡进病毒的锁孔，还极易被肝脏的代谢酶“咔嚓”剪断。代谢稳定性大幅提升。 TPSA（极性表面积） 149.6131.4 −18.2，TPSA 是衡量分子“亲水外壳”大小的指标。通常口服药的 TPSA 建议在 140 以下，成功拿到了进入血液的“安检通行证”。 Fsp3（三维性） 0.500.78 +0.28，引入双环结构后，奈玛特韦从一个“半扁平”分子变成了一个 “饱满的 3D 球体”。这不仅让它更精准地契合病毒口袋，还大大降低了毒副作用 QED（成药性评分） 0.3280.504 +0.18，分子的综合体检分。从 0.328（偏科的废柴）跃升到 0.504（各项指标均衡的优等生）。 代价与收益放在一起看，才看得懂这次优化： 活性：Ki 0.27 nM → 3.11 nM（弱了约 11 倍）口服生物利用度（大鼠）：1.4% → 约 50% 图 3｜PF-00835231 → Nirmatrelvir：氢键供体 −2、可旋转键 −5、TPSA −18.2，换来口服暴露 36 倍的提升 主动弱化 11 倍的结合力，换 36 倍的口服暴露——一个进不了人体的 0.27 nM，和一个能口服的 3.11 nM，后者才是药。2021 年 12 月 22 日，FDA 紧急授权了奈玛特韦/利托那韦（Paxlovid）；III 期 EPIC-HR 试验显示它把高危患者的住院/死亡风险降低了 89%。衡量"值不值"的两把尺子 药化圈为此发明了效率指标，最常用的是配体效率 LE（= 1.37 × pKi ÷ 重原子数）和脂质效率 LipE（= pKi − cLogP）。本机实算： 分子 Ki / IC50 LE LipE 解读 PF-00835231 0.27 nM (Ki) 0.3868.68 同一个分子，两把尺子给出相反的排序——指标本身就是取舍的一部分 Nirmatrelvir 3.11 nM (Ki) 0.333 7.41 Ensitrelvir 13 nM (IC50) 0.292 5.55 注意这行结论：LE 眼里 Nirmatrelvir 更"划算"（原子更少、单位原子产出的活性更高），LipE 眼里反而是前体更好（它更亲水）。连"效率"都不是一个客观标准。通常经验值 LE > 0.3 值得继续，但最终说什么算数，得回到人体。优化的本质：在多目标约束下找帕累托前沿 第五站不是"爬活性梯度"，而是在多维约束里找帕累托前沿——活性、选择性、溶解度、代谢稳定性、合成容易度，任何一维都不能单独决定胜负。用强化学习（REINVENT）时，这一步就写进 Reward 函数里，比如：亲和力 ×0.4 + 选择性 ×0.3 + 溶解度 ×0.2 + 合成容易度 ×0.1。多目标贝叶斯优化（MOBO）和 Matched Molecular Pair（MMP）分析则负责"系统性地枚举改造"而不是靠灵感。 至于自由能微扰（FEP+ / 开源 OpenFE），它最擅长的其实很窄：同一个骨架上的小基团局部微扰（−H→−F、−CH₃→−CF₃、−OCH₃→−CN）带来的 ΔΔG。加一个苯环这种大改动，误差会大到不可信——这种情况请交给对接 + MM-GBSA。第十节会给出一个 FEP 最经典的用法：算选择性窗口。 这一站最大的坑：SAR 数据是"自家的"，模型却想学"全世界的"。 公开数据集的活性测法五花八门，自家系列的数据高度相关且稀少。用公开数据训模型直接指导自家优化，经常水土不服。别忘了一个更朴素的约束：AI 提议的分子，化学家得造得出来——逆合成可行性（AiZynthFinder 一类工具）应该和活性打分一样，写进这一站的硬条件。七、第六站 ADMET 与成药性评估：它能在人体里活下来吗？ 第 1 课讲过「药性五问」：吸收、分布、代谢、排泄、毒性。这一站就是给先导化合物做全面体检。体检分两档：便宜的计算预测（RDKit 描述符、TDC 的 ADMET 基准、各类 hERG / CYP / Caco-2 预测模型），和昂贵的湿实验（肝微粒体稳定性、Caco-2 跨膜、hERG 心脏毒性、动物 PK）。 本机把六个分子的完整画像算了一遍，请你先只看 Ritonavir 那一行： 分子 MW cLogP TPSA HBD RotB QED 本机体检结果 PF-00835231 472.5 0.89 149.6 5 11 0.328 Lipinski 通过；Veber 超标 Nirmatrelvir 499.5 1.10 131.4 3 6 0.504 全部通过 Boceprevir 519.7 1.71 150.7 4 8 0.360 1 项违规；警报命中 Ensitrelvir 531.9 2.33 117.5 1 6 0.334 1 项违规；警报命中 Imatinib 493.6 4.59 86.3 2 7 0.389 全部通过Ritonavir721.05.91 145.8 4170.1062 项违规，QED 全场最低 Ritonavir——分子量 721、cLogP 5.91、可旋转键 17、QED 只有 0.106，六分子里"最不成药"的一个。但它就躺在 Paxlovid 的药盒里。 因为 Paxlovid 的设计逻辑根本不是"两个都成药"，而是分工：奈玛特韦是 CYP3A4 的底物，会被肝脏快速代谢；利托那韦恰好是强力 CYP3A4 抑制剂，把它摁住，让奈玛特韦的血药浓度撑过治疗窗口。这个"增效剂（booster）"策略在 HIV 治疗里用了二十多年，被辉瑞原样搬了过来。 具体查什么？常见清单长这样：吸收（Caco-2 渗透性、P-gp 外排）、分布（血浆蛋白结合、血脑屏障穿透）、代谢（CYP450 抑制与代谢软点）、排泄、毒性（hERG 心脏毒性、肝毒性、遗传毒性）。常用工具包括 ADMETlab、SwissADME、各类 hERG / DDI 预测器；共价抑制剂还要额外查弹头反应性（比如谷胱甘肽 GSH 捕获实验，评估亲电弹头是否会在血液里被非特异性消耗）。 所以第六站教的是三件事： ① 规则是统计经验，不是物理定律。Lipinski 违规的药一大把，QED 最低的分子照样上市。规则的价值是"提示风险"，不是"一票否决"。 ② ADMET 问题常常要靠"设计方案"解决，而不是靠"换分子"解决。前药、增效剂、缓释、联用，都是绕过 ADMET 限速步骤的工程手段。 ③ 别把 ADMET 放到第六站才做。它应该从第四站就作为筛选约束嵌进去——越晚发现毒性/代谢问题，代价越高。低置信度的 AI 预测也不该直接放行，而应该触发实验复核。八、第七站 干湿闭环验证：模型说的对吗？ 前六站一路走完，你以为终点是药。其实终点是一个循环： 为什么循环是灵魂？因为所有前六站的模型，都是"旧数据上的考试"，真正的新知识只能从实验里来。而实验是整个行业最贵的资源，每一轮做哪些分子，比做多少个重要得多。 业内给这个循环起了个名字，叫 DMTA——Design（设计）→ Make（合成）→ Test（测试）→ Analyze（分析）。请注意这个缩写里藏着一个残酷事实：AI 只直接参与四个字母里的一个半。计算（D）可能只要几小时，而排队合成、检测等待、数据整理（M、T、A）往往要几周。所以第七站真正的瓶颈通常不在模型精度，而在一圈要转多久。 第七站用到的"尺子"也和前面完全不同——前面是算力尺子，这里是物理尺子： 实验 测的是什么 为什么非做不可生化 assay （HTRF / 荧光偏振） 酶活层面的 IC50 最便宜的第一道闸SPR / BLI / ITC 结合动力学 kon / koff 驻留时间（residence time）往往比 IC50 更能预测体内药效LC-MS 质谱 分子量是否增加 共价结合的唯一"实锤"细胞 assay 真实细胞里的增殖抑制 把"渗透不进去"和"被外排泵泵出"这两类问题暴露出来动物模型 PK / 药效 / 毒性 进入人体前最后一道 AI 药物研发中“干湿闭环（Active Learning & Model Updating）”最容易踩坑的两个核心问题：“实验预算有限时，该挑哪些分子做？” 以及 “湿实验数据拿回来后，该怎么喂给 AI？”。我可以拿本机实验证明。我用 TDC 的 Caco-2 渗透性数据集（910 个真实分子）做了一个对照：初始 100 个已标注分子，每轮加做 50 个，一共 6 轮。一条线随机挑分子，另一条用主动学习——让随机森林挑"模型最拿不准"的分子先做实验。三个随机种子平均后的结果： 已完成"实验"数 随机选样 R² 主动学习 R² R² 差值 100 0.397 0.397 0.000 200 0.471 0.515 +0.044 250 0.495 0.545 +0.050 300 0.5050.572+0.068 350 0.545 0.589 +0.044 400 0.594 0.611 +0.017 R² 可以先粗略理解成： 模型能解释多少真实数据里的变化。简单说，R² 越接近 1，模型预测越准。0.5 左右说明模型已经能抓住一半左右的规律。 图 4｜同样的实验预算，会挑分子的一方精度更高；但预算充足后，差距会收敛 两个结论，一正一反，都很重要： 正：在研发早期（预算紧张），用“错题本”策略（主动学习），达到同样的 R²≈0.545，随机选样要做 350 个实验，主动学习 250 个就够——省下 100 次实验，约 29% 的预算。 反：如果经费无限，样本充足后（400 个），差距缩到 0.017。闭环的价值在预算紧张时最大，而预算紧张恰恰是真实研发的常态。 核心循环只有十来行（完整脚本：aidd_practice/al_loop.py）： 把数据喂回模型：十几个数据就急着微调，多半是在灌噪声 上一个实验解决的是"挑哪些分子去做"。这一小节解决后半段——实验数据回来了，怎么用？直觉答案是"拿去微调模型"，但这里藏着一个反直觉的坑，值得用数据说话。全参微调 vs LoRA（数据拿回来怎么用？） 我搭了一个尽量贴近真实的对照：用 TDC 的 Lipophilicity 数据集（4200 个真实分子，标签是实验测定的 logD7.4），按 Bemis-Murcko 骨架做切分——历史系列 3092 个分子用于预训练，"自家新系列"的 408 个候选分子与训练集骨架完全不相交（现实中新项目的新系列大概率长这样）。然后模拟一轮轮累积回传：每轮用累计到手的那批数据更新模型，考核两件事——新系列学会了没有，以及旧知识被破坏了多少（3 个随机种子平均）： 累计回传 全参微调新系列 RMSE Δ 全参微调历史 Δ 始终在 +0.002 到 +0.026 之间，旧知识基本没被破坏太多。 LoRA 适配器新系列 RMSE Δ，LoRA 通常被认为能防止灾难性遗忘，但在这个实验里，它反而两边都输给了全参微调。 LoRA历史 Δ 8 个 −0.002，数据太少，学了等于没学 +0.002 +0.029 +0.068 20 个 +0.031，十几个数据就急着微调，多半是在灌噪声 −0.007 +0.029 +0.039 50 个 −0.020 +0.009 +0.018 +0.053 120 个−0.123，终于开始明显变好 +0.011−0.074 +0.048 250 个−0.208，新系列学得不错 +0.026−0.145 +0.053 Δ = 该策略的 RMSE −「完全不更新」的 RMSE（负值代表改善）。不更新基线：新系列 1.029 / 历史系列 0.961。三种方式使用完全相同的学习率（1e-3）与迭代轮数（40），唯一差别是"哪些参数能动"。 RMSE 是什么？均方根误差，越小越好。Δ 是变化量： 负数 Δ = RMSE 下降 = 变好了，表示误差降低（模型变好） 正数 Δ = RMSE 上升 = 变差了，为正数表示误差升高（模型变差或遗忘）。 全参微调 vs. LoRA 的博弈 新系列学习能力：全参微调（$-0.208$）大于 LoRA（$-0.145$）。因为全参微调解锁了所有权重，对全新化学空间的拟合上限更高、适应更快。 历史知识保护：LoRA 在极小样本（如 8–20 个）时对历史知识的扰动相对平缓，但当样本量足够时，两者都会对旧骨架产生一定的适应性牺牲（灾难性遗忘）。 图 5｜上：第七站的真实形态是一圈 DMTA；下：累计回传多少个分子，才值得更新模型（本机实测） 三条结论，每一条都能直接指导你的第一周： ① 回传 8~50 个分子时，别急着动模型。三种做法的表现都落在噪声里，全参微调在 20 个数据点时甚至把新系列 RMSE 变坏了 0.031。十几个数据点不足以移动一个在三千分子上训过的模型，你喂进去的多半是噪声。 ② 收益在累计到 120 个之后才稳定出现。全参微调 −0.123 → −0.208，LoRA −0.074 → −0.145。在此之前，"更多数据"比"更好的更新算法"重要得多。 ③ 进步一定有代价，账要两边算。全参微调学得最多（−0.208），但历史系列的 RMSE 退化 +0.026；表格右边两列提醒我们——学新东西的同时，旧本事正在悄悄变差。LoRA 不是"防遗忘护身符" 近两年流行用 LoRA（低秩适配器）做增量微调：冻住预训练主干，只训练旁路那一小组低秩矩阵。常见的宣传是"它不会灾难性遗忘"。我把适配器自己的学习率也拉出来做了对照，结果并不支持这个说法： 更新方式（累计 250 个分子） 学习率 新系列 RMSE Δ 历史系列 RMSE Δ 全参微调 1e-3−0.195 +0.023 LoRA r=8 1e-3 −0.168+0.090 LoRA r=8 3e-4 −0.098−0.011 LoRA r=8 1e-4 −0.040 −0.014 看明白了吗：学习率 1e-3 的适配器，对历史知识的破坏（+0.090）比全参微调（+0.023）还要大三倍。低秩只限制了"改动的方向数量"，没限制"改动的幅度"。真正让它既学到东西（−0.098）又不伤旧本事（−0.011）的，是把学习率调到 3e-4——起作用的是保守的更新幅度，不是那个 r 参数本身。 图 6｜左：同样的数据，不同更新方式的"收益 / 代价"双账本；右：参数隔离才是 LoRA 的硬优势 但 LoRA 有一项优势是我实测确认、且无法用调参替代的——参数隔离。同一份冻结底座（1342.1 KB），给三个系列各挂一个 57.3 KB 的适配器，三个系列互不干扰，而底座权重前后逐位一致。它的真实价值不是"不忘 refugee 知识"，而是：一个底座服务多条管线：A 项目的银屑病系列、B 项目的实体瘤系列各挂各的插件，不必为每个项目维护一份完整模型副本；更新可逆、可回溯：哪一轮 wet-lab 数据出了问题，拔掉那个适配器就回到上一版，训练成本低到可以每周跑一次；审计友好：可训练参数只占总量的 4.18%（14336 / 342785），"这次模型改动的范围"是可以向自己和团队交代清楚的。 完整脚本在 aidd_practice/lora_loop.py，改一个 r、一个学习率，你可以自己复现这张账本。闭环跑到临床：rentosertib 走到了哪一步 把这套闭环放到真实世界里，目前走得最远的是英矽智能（Insilico Medicine）的 rentosertib（原代号 ISM001-055），用于特发性肺纤维化（IPF）： 环节 事实靶点（第一、二站） PandaOmics 从公开组学数据中识别 TNIK 激酶——此前从未被作为 IPF 靶点开发分子（第四、五站） Chemistry42 生成化学平台设计并优化小分子；从靶点到临床前候选约 18 个月（传统路线通常 4–6 年，Insilico 口径）IIa 期（Nature Medicine 2025） 71 名患者、22 个中心、双盲随机安慰剂对照；60 mg 每日一次组 FVC（用力肺活量）平均 +98.4 mL，安慰剂组为下降III 期 2026 年 7 月首例患者给药（GENESIS-IPF-3）：320 人、47 个中心、52 周监管状态 2023 年 2 月获 FDA 孤儿药资格；尚未获批 同时把行业大盘也如实摆出来：截至 2026 年年中，全球约有 173 个AI 参与发现的药物项目在临床开发中（约 94 个 I 期、56 个 II 期、15 个 III 期），但还没有任何一个完全由 AI 设计的药物获得 FDA 或同等监管机构的批准。有些被媒体称作"AI 设计的药"的项目（如 zasocitinib/TAK-279），业内也认为更准确的说法是"计算方法辅助优化的已验证靶点分子"，而不是"AI 发现的靶点 + AI 设计的分子"。 我特意把这段话放在这篇"导览"里。因为你以后一定会刷到"AI 一年设计出新药"的标题——现在的诚实答案是：AI 已经能缩短前六站的探索时间，但第七站的判决权，仍然在人体和时间里。闭环好不好，只看三件事 ① 数据回传的速度：实验结果能否在小时/天级别结构化地进入数据库，而不是躺在某台仪器的 Excel 里。这决定了你的模型多久能"学到"。 ② 归因的精度：一次失败，到底是因为分子设计错了、模型预测偏了，还是实验操作出问题？归因错了，下一轮就是在错误的方向上加预算。最典型的案例：生化活性很好但细胞活性很差，先别急着改结构——先做 Caco-2 渗透性和 P-gp 外排实验，真正的瓶颈常常是"进不去"或"被泵出来"。 ③ 迭代的纪律：每轮开题时必须写清楚"本轮验证什么假设"。否则闭环会退化成最贵的浪费——盲目地换个分子再试。九、接缝：六道接缝里，项目是怎么漏掉的 每一站单独看都能做对，项目照样会失败——因为失败大多发生在站与站的接缝处。七站之间有六道接缝，加上从⑦回到①的那条回流，一共七条最常见的漏法，本质上都是同一件事："上一站交出来的东西，下一站其实没法直接用"。 图 7｜七站之间的六道接缝（红色虚线）——每一步的输出，都是下一步的输入 接缝 典型的漏法 补救动作①→② 机制假说太宽，列了二十个"潜在靶点"却排不出优先级 强制排序：给每个靶点写清证据等级与证伪实验②→③ 靶点定了才发现没有可用结构，或结构质量撑不起对接 定靶点前先查 PDB/AlphaFold，把"有没有结构"写进打分③→④ 对接打分与真实亲和力相关性差，Hit 列表噪声极大 用已知活性分子做回顾性验证，先确认打分函数能用④→⑤ Hit 骨架过于集中，优化时很快撞墙 刻意保留 3 个以上不同骨架，别把预算压在一个系列⑤→⑥只优化了活性，忽视溶解度/渗透性，Lead 在 ADMET 阶段集体阵亡 把 ADMET 约束写进优化目标，而不是留到最后体检⑥→⑦ 预测置信度很低却没安排实验验证，直接推进 低置信 = 必做实验，这是规则不是建议⑦→① 结果与预期不符，却只是"换个分子再试"，从不修订机制假说 不符必回退：先重审假说，再动分子 一句话记住：每一步交出去的东西，都要问一句"下一站真的能直接拿来用吗"。接缝处的信息损耗，是项目失败的头号原因。 接缝之外，还有六条更隐蔽的常见误区——它们不出现在任何一站的内部流程里，却是初学者（和很多团队）栽得最多的地方： ① 把相关性当因果，过早锁定错误靶点——第五节的"相关 ≠ 因果"是第一站头号死法； ② 只做计算预测，不做湿实验验证——没有第三层（实验决策层）的校准，模型只是昂贵的猜测； ③ 只优化活性，忽略选择性、代谢稳定性与毒性——第六节的 LE 与 LipE 给出过相反排序，就是提醒你单指标优化必翻车； ④ 标识符不统一，数据无法复用——同一分子在不同库里五个名字，模型学到的"知识"无从追溯； ⑤ 干湿两张皮，实验数据不回流——第八节的三条纪律（回传快、归因准、每轮有假设）就是治这个的； ⑥ 靶点还没验证就大规模优化化合物——把预算烧在还没确认的假设上，是流水线里最贵的一种浪费。十、总结回顾：七站学习路径与课后项目 全文压缩成一张自测表。合上文章，对每一站回答：它回答什么问题、交什么、怎么考试。答得上，这一站你就算"过了"——细节课以后再补： 站 核心问题 交接物 考试怎么考① 机制分析 病是哪一步坏的？ 机制假说 + 关键基因/通路 干预实验能否逆转表型② 靶点验证 动哪个蛋白能好？ 优先靶点 + 验证证据 遗传学 > 药理学证据③ 结构分析 靶点长什么样？ 3D 结构 + 口袋 pLDDT + 实验结构对照④ 苗头发现 谁能结合？ Hit 名单（几百个） 实测 Ki/IC50 + 假阳性排查⑤ 命中优化 值得做吗？ 先导化合物 LE/LipE + 选择性 + PK 同步看⑥ ADMET 活得下来吗？ 成药性画像 + 风险清单 体外→体内外推 + 动物 PK⑦ 干湿闭环 模型对吗？ 更新后的模型 + 下一批分子 实验数据回填后的增益 再补一张"AI 在各站到底干什么"的速查表，方便你以后按图索骥找工具（工具篇讲过的，这里只标注位置）： 站 AI 介入点 代表工具 / 数据① 机制 文献抽取、多组学整合、知识图谱、因果推断 LLM+RAG · STRING/Reactome · GEO/TCGA② 靶点 多证据融合排序、可成药性、突变致病性、脱靶预判 Open Targets · DepMap · AlphaMissense③ 结构 序列→结构、口袋检测、构象系综与隐性口袋 AlphaFold2/3 · ColabFold · fpocket · MD④ 苗头 虚拟筛选、3D 生成、共价对接、相似性检索 Vina/Glide · DiffSBDD · REINVENT · ZINC⑤ 优化 SAR 建模、FEP、多目标优化、逆合成约束 FEP+/OpenFE · MOBO · AiZynthFinder⑥ ADMET 多终点预测、代谢软点、毒性预警、反应性 ADMETlab · SwissADME · RDKit 描述符 · TDC⑦ 闭环 实验设计、在线学习、失败归因、自动化调度 主动学习/ModAL · LIMS/ELN · 自动化平台 把三个真实案例钉进地图里，你就拥有了可反复回访的"足迹"： 案例 路线 时间与结局伊马替尼 （手工优化时代） 费城染色体(1960) → BCR-ABL 融合基因(1984) → 高通量筛选苗头 → 五步结构改造 1998 年 I 期 → 2001 年 5 月 FDA 批准；口服生物利用度约 98%奈玛特韦 （结构导向 + 闭环时代） SARS-CoV-1 苗头库存(2003) → 晶体结构指导 → 三次结构手术 → 利托那韦增效设计 2020 年重启 → 2021 年 12 月 FDA 紧急授权；住院/死亡风险 −89%（III 期）KRAS G12C （不可成药破局） 突变带来的 Cys12 + 隐性口袋 switch-II → 共价锁定失活态 Sotorasib 2021 年 5 月加速批准；难点在第三站EGFR C797S （抓手消失） 共价失效 → 转向非共价/变构 → 死磕野生型选择性窗口 第四代多在早期临床，尚无获批；难点在第五站后面按模块展开，顺序就是流水线 图 9｜后续模块：P1 疾病机制与靶点 → P2 结构 → P3 生成与筛选 → P4 优化 → P5 成药性 → P6 闭环 → P7 端到端实战 每个模块内部遵循统一节奏：原理回顾 → 工具实操 → 案例复现 → 开放练习。建议先跟着 P1 完整走一遍，再回头补自己最弱的模块——不要一上手就跳到"分子生成"，那是整条链上最容易做出漂亮却没用的结果的一站。课后项目：给一个疾病"纸上跑"七站 这一篇的作业不在键盘上，在纸上。选一个你关心的疾病（建议选罕见病或机制明确的病，证据更好查），把七站各写一页： ① 机制：这个病最被认可的致病机制是什么？证据等级如何？ ② 靶点：Open Targets 上关联分最高的三个靶点是什么？各有什么证据？ ③ 结构：首选靶点在 PDB 有实验结构吗？没有的话，AlphaFold 预测的口袋区域 pLDDT 是多少？ ④ 苗头：有没有已知的工具化合物或天然配体？在 ChEMBL 里活性数据最好的是什么？ ⑤ 优化：如果给你这个苗头，你会先改什么？用 LE/LipE 算算"值不值"。 ⑥ ADMET：跑一遍 RDKit 画像（第 1 课的代码就能用），Lipinski 违规几项？ ⑦ 闭环：如果要设计第一轮 20 个分子的实验，你会怎么挑？（提示：这一节的主动学习） 进阶思考题（欢迎留言讨论）：如果你的靶点不是 KRAS 那样"有口袋"，而是一个没有任何已知配体、且 AlphaFold 预测置信度 pLDDT 极低的无序蛋白（IDP）——上述七站里，哪一站会最先崩溃？你会引入什么新技术来救？（提示：想想第三站和第四站的边界条件。）写在最后 这一篇如果只能留下一个结论，我希望是这句： AI 制药不是"用模型取代实验"，而是"让每一份实验预算都花在刀刃上"。 七个站里，AI 真正统治的目前只有第三站（结构预测）；第四、五、六站它是越来越好的副驾驶；第二站是排序参考；而第七站提醒我们：所有模型的分数，最终都要交给湿实验和人体重新打一次。 它真正改变的是三把尺子的刻度： 动作 过去 现在读文献 一周 20 篇 一小时综述两万篇摘要（然后人工核实）筛分子 一年湿筛上万个 一周虚拟评估上亿个，再挑几百个去做实验做优化 凭经验改 3 个位点 多目标并行探索几十条路线，FEP 先排一遍序 但假说提出、实验设计、结果解读、伦理判断，仍然——也必须——由人来完成。工具篇那句"工具不是替你思考"，放在这里同样成立。 工具篇结尾那个实验还记得吗——同一个模型，只换数据划分方式，R² 从 0.70 掉到 0.37。把它和这一篇的主动学习实验放在一起，你会得到贯穿整个系列的那句话：在 AI 制药里，数据问题永远比模型问题更贵、也更致命。 本篇给你掌握全局地图，下一课带你通过MVP模拟闭环实操（11 个脚本、7 个交付物）：从下一课开始，我们正式进入分站细节，用公开组学数据和 Open Targets，把"疾病 → 机制假说 → 靶点排序"这一段真正跑一遍；再往下才是结构、筛选与优化。全部在普通笔记本上实测跑通。想直接动手的同学，欢迎关注，一起探索下一篇实操篇。 一起继续。有兴趣一起学的朋友，欢迎留言交流。共勉。 如果这篇帮你装下了 AI 制药的全程地图，欢迎 点赞 / 在看 / 收藏 / 转发 给同样想入门 AIDD 的朋友。 📚 「零基础入门 AI 制药」系列回顾 ① 起始篇：从新冠 mRNA 到 AI 制药——药物研发正从"大海捞针"走向"计算设计" ② 第 1 课：不讲任何模型，先教你和 AI「读懂」一个分子 ③ 第 2 课：跑通了 RDKit，却看不懂输出？讲透四层生化语义 ④ 政策篇：《医药工业发展"十五五"规划》给创新药出的两道题 ⑤ AI 制药工具篇：工欲善其事，必先利其器-从 RDKit到DiffDock，搭好你的第一个 AIDD工作台 ⑥ 实践篇·导论（本篇）：从疾病到候选分子的七站流水线 ⑦ 实践篇·实操：实际跑通一个MVP把七站亲手跑一遍（姊妹篇，见下篇）