小分子高通量筛选：120 万化合物七级漏斗与富集因子分析

本项目针对某激酶靶点建立 120 万化合物虚拟筛选流程。流程为七级漏斗：虚拟库→药效团过滤→分子对接→MM-GBSA 重打分→聚类→ADMET 过滤→实验验证。使用 ROC-AUC、富集因子（EF）与配体效率评估筛选性能。

案例分析

120 万化合物经七级漏斗后最终入选 186 个，其中活性物 42 个（n=42），诱饵分子 1600 个用于验证。对接打分分布显示活性物与诱饵存在明显分离；ROC-AUC 为 0.91，精确度 0.82，召回率 0.88。在 1% 数据库比例下富集因子 EF 为 42，说明前 1% 化合物中活性物浓度是随机库的 42 倍。命中化合物的分子量、clogP、TPSA 等性质多落在 Lipinski 合规区域。

模型细节、验证与工程意义

虚拟筛选在 Schrödinger Maestro / KNIME 工作流中完成。对接用 Glide SP，MM-GBSA 重打分用 Prime。活性物 42 个、诱饵 1600 个来自 DUD-E 同源集。ADMET 用 QikProp 评估。验证时 ROC-AUC 0.91 与同类激酶筛选文献相当；富集因子 EF=42 表明前 1% 命中率高，可显著减少实验筛选成本。

总结教训

第一个教训是虚拟筛选性能对 docking 打分函数敏感。本项目先用 Glide SP 初筛，再用 MM-GBSA 重打分，AUC 从 0.78 提升到 0.91。第二个教训是训练集偏差会导致假阳性，必须加入多样化诱饵。第三个教训是 ADMET 过滤应在重打分之后执行，前置过滤会误删潜在活性骨架。

项目经验

1. 虚拟筛选库规模 120 万化合物。
2. 采用七级漏斗：库→药效团→对接→MM-GBSA→聚类→ADMET→实验。
3. 最终入选 186 个，活性物 42 个，诱饵 1600 个。
4. ROC-AUC = 0.91。
5. 精确度 0.82，召回率 0.88。
6. 1% 比例下富集因子 EF = 42。
7. 命中化合物 Lipinski 合规率高。
8. Glide SP 初筛 + MM-GBSA 重打分使 AUC 从 0.78 提升至 0.91。
9. 诱饵分子必须多样化，避免训练集偏差。
10. ADMET 过滤应置于重打分之后，避免误删活性骨架。
11. 配体效率（LE）可用于比较不同分子量 hits 的质量。
12. 对接：Glide SP；重打分：Prime MM-GBSA。
13. 诱饵集来自 DUD-E，1600 个分子。
14. 本项目方法可迁移到激酶、GPCR、PROTAC 苗头化合物发现。

补充经验

1. 分子对接打分需结合实验结构验证，避免晶体构象偏差。
2. 聚类多样性分析可防止命中化合物集中在同一骨架。
3. 建议用命中化合物做诱导契合对接，进一步优化结合模式。
4. 合成可及性（SAscore）应作为最后一道过滤条件。

复现参数速查（案例图硬参数）

更多相关仿真经验，可参考本站的 MD 仿真案例栏目。