小分子化合物筛选：药效团匹配与 Tanimoto 相似度聚类

本项目基于某靶点结合口袋构建四特征药效团模型（氢键供体 HBD、氢键受体 HBA、疏水 HYD、芳环 AR），从商业化合物库中筛选候选分子。后续用 ECFP4 指纹计算 Tanimoto 相似度，按 0.70 cutoff 聚类去重，并评估成药性。

案例分析

药效团模型保留 2480 个命中化合物（占库 0.2%），所有命中均满足五规则（分子量、clogP、HBD、HBA、可旋转键）。Tanimoto 相似度聚类后得到 28 个 scaffold 簇，多样性良好。 oral bioavailability 约 62%，库平均预测 pIC50 约 8.3。ROC-AUC 0.92，说明药效团模型对活性物与诱饵的区分能力强。

模型细节、验证与工程意义

药效团模型在 Schrödinger Phase 中构建，四特征模型经 20 个已知活性分子训练并验证 ROC-AUC。ECFP4 指纹用 RDKit 生成，Tanimoto 相似度聚类用 Butina 算法。验证时 AUC=0.92 与训练集一致；五规则通过率 100%，口服生物利用度 62%，符合先导化合物基本要求。模型可用于骨架跃迁与结构优化。

总结教训

第一个教训是药效团特征数量需平衡选择性与覆盖率。四特征模型在本项目中 AUC 最高，增加到六特征后命中率下降。第二个教训是 Tanimoto cutoff 0.70 是经验阈值，低于 0.60 会混入大量相似骨架，高于 0.80 会丢失多样性。第三个教训是五规则过滤应在聚类前执行，否则低成药性分子会占据聚类中心。

项目经验

1. 药效团模型含四特征：HBD、HBA、HYD、AR。
2. 筛选后命中 2480 个化合物。
3. 所有命中均满足 Lipinski 五规则。
4. ECFP4 指纹 Tanimoto 相似度聚类 cutoff = 0.70。
5. 聚类后得到 28 个 scaffold 簇。
6. 口服生物利用度预测约 62%。
7. 平均预测 pIC50 ≈ 8.3。
8. 药效团模型 ROC-AUC = 0.92。
9. 四特征模型选择性/覆盖率最佳。
10. Tanimoto cutoff 0.70 兼顾多样性与骨架相似性。
11. 五规则过滤应在聚类前完成。
12. 药效团用 Schrödinger Phase 构建并训练。
13. 聚类用 Butina 算法（Tanimoto 0.70）。
14. 本项目方法可迁移到骨架跃迁、先导化合物优化。

补充经验

1. 结合口袋的质子化状态会显著影响药效团中 HBD/HBA 的匹配。
2. 可加入形状约束进一步提升模型对活性构象的选择性。
3. 命中化合物建议再做 FEP+ 自由能微扰排序，提高优先级准确性。
4. 聚类后应从每个 scaffold 选 1–2 个代表性分子进行采购或合成。

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。