候选药物分子筛选：从虚拟筛选到实验验证的递进式漏斗

候选药物分子筛选是药物发现的第一道关，但新手最容易把它做成”跑一遍对接、挑分数最高的十个”。真实项目里，对接打分假阳性率极高，单靠它筛出来的分子进实验十有八九不中。我做一个靶点的苗头化合物发现时，用的是递进式漏斗——每一层用不同精度的方法把候选集缩小，最后留给实验的才是有价值的几十个。

第一层：基于结构的虚拟筛选（SBVS）快速收窄

起点是靶点结构（X-ray或同源建模）和化合物库（常用药库约100万分子）。第一层用快速的对接或 pharmacophore 匹配，把100万压到1万。这层不求准，求快、求不漏掉潜在活性分子。我用Glide HTVS或Vina的large-scale模式，exhaustiveness调低（4–8）跑全库，按打分取前1%。

化合物库的”前处理”比对接本身更影响命中率。我入库前必做三件事：去重（同一分子不同盐型只留一个）、去已有专利分子（避免客户筛出别人十年前就保护了的骨架）、补三维构象（很多库只有2D SMILES，需先用ETKDG生成3D再优构象）。曾有一个项目直接用供应商原始库跑，结果前50里有12个是同一母核的盐型变体，等于浪费了24%的筛选额度。库的质量决定漏斗底座，底座脏了上层再精也白搭。

这一层的关键是”召回率优先于精度”——宁可多留假阳性，不能漏真阳性。我设的截断线偏松，1万分子里可能有大量打分虚高的，但后续层会清掉。关于候选药物分子筛选的层级设计，我也常参考候选药物分子筛选里对漏斗各层精度的讨论。

第二层：ADMET与类药五规则先砍掉不可成药分子

进实验前必须过成药性关。很多对接高分分子是”试管里的明星、动物里的废物”——口服生物利用度差、代谢快、毒性高。我用类药五规则（Ro5：分子量<500、LogP<5、氢键供体<5、受体<10、旋转键<10）先砍，再过ADMET预测（hERG心脏毒性、CYP450抑制、血脑屏障穿透）。

这一层能砍掉40–60%的候选。曾有客户执着于一个对接第一的分子，我查出它hERG抑制强（心律失常风险），坚持砍掉，后来文献证实该骨架确实因心脏毒性止步临床。ADMET不是可选项，是保护客户不把经费砸在注定失败分子上的护栏。

ADMET预测我用两套工具交叉：商业的Schrödinger QikProp给标准成药性描述符，开源的SwisADME做二次核对，二者对LogP、溶解度、渗透性的判断差太多时人工复核。另外必过PAINS（泛 assay 干扰结构）过滤器——很多高分分子带醌、醛、重金属螯合等”Assay Artifact”基团，体外看着活性强其实是和蛋白非特异性结合或反应。我那个靶点项目砍掉的40%里，约一半是PAINS或hERG问题。PAINS不过关的分子进实验必翻车，这层过滤是命中率的生命线。

第三层：精准对接与MD精炼

过两层的分子（约2000个）进精准对接：Glide XP或Vina exhaustiveness=32，在结合口袋撒密采样，取前200做聚类。聚类后的代表构象进GROMACS做诱导契合MD（20 ns），筛掉MD里漂移解体、接触频率低的构象。

这一层把2000压到约100。MD的价值在于：对接是刚性蛋白近似，MD让口袋柔性参与，很多对接高分构象在MD里因为立体冲突散架，直接淘汰。剩下的是对接+MD双稳的构象，可信度上了一个台阶。

精准对接之后、进MD之前，我常加一道MM-GBSA快速预排序。MM-GBSA比MM/PBSA快、比纯对接准，用它对聚类后的前200构象先算一遍结合能，砍掉能量明显虚高的，再对剩下的50个进MD。这层”粗筛”能把MD的计算量砍掉四分之三——MD是漏斗里最贵的步骤，能少跑一个是一个。一个经验：MM-GBSA和MD结论的一致性约80%，剩下20%靠MD翻盘的才是真金，所以MM-GBSA只用来砍、不用来定。

第四层：自由能定量排序送实验

最后100个进MM/PBSA或FEP做定量结合自由能，按ΔG排序取前30–50送实验验证（SPR、ITC测Km/Kd）。为什么只送几十个？实验验证贵且慢，一个靶点测50个分子已是极限，必须让这50个的命中率尽可能高。

我那个项目的真实数据：百万库→1万（SBVS）→约4000（ADMET）→约100（对接+MD）→前40送实验，最终命中6个苗头化合物（命中率15%），远高于纯对接筛的<2%命中率。数字说话，漏斗每层都在提高下游命中率。

送实验的候选我还会做”知识产权预检”：用化学相似性搜一遍已发表苗头和在研临床分子，避免客户验证出一个和人家一模一样的”新”分子。那6个命中的苗头里，有1个我查到和某公司在研分子高度相似，及时提醒客户改了骨架方向，规避了潜在的专利冲突。筛选的终点不是”算出活性”，是”给客户一个能安心投入实验和专利的短名单”——这一层价值，往往比多算几个ΔG更被客户记住。

回过头看，筛选的边界

回过头看，候选药物分子筛选不是”算得准”，是”用对的精度在对的层级做对的裁剪”。高精度方法（FEP）太贵不能跑全库，快速方法（对接）太糙不能定结论，漏斗让二者各司其职。

可复用要点：SBVS召回优先→ADMET砍不可成药→精准对接+MD筛稳→自由能定量送实验。这条链路在激酶、蛋白酶、核受体靶点都稳。它的边界在缺乏结构信息的新靶点——那时要先做同源建模或蛋白-蛋白互作预测，结构不准则整条漏斗地基本塌，需要先验证模型质量再投筛选。这条候选药物分子筛选的层级漏斗，最忌讳的是把高精度方法浪费在全库上。

漏斗里还有个常被低估的环节：实验验证的设计。送出去的30-50个分子，我建议客户按”梯度难度”排实验：先做便宜的SPR初筛活性，再对top候选做ITC精测定量，最后挑2-3个做细胞实验。这样每轮实验都在上一轮信息上做决策，经费利用率最高。曾有个项目一次性全做ITC，一半分子不结合白花十几万。

候选药物筛选，我越来越觉得”漏斗”二字的关键是”收口”而非”展开”。展开谁都会（跑个对接就行），难的是每层用对的精度收口，把百万级压成客户真能做的几十个。这套收口逻辑，是筛选项目值钱的地方，也是我和客户复盘时最常被追问的方法论。