3. 多目标优化数学基础

在多目标药物分子优化中，我们很少只追求一个指标。类药性、活性、选择性、溶解度、代谢稳定性、毒性风险往往同时被纳入目标函数。问题在于，这些目标通常彼此冲突：提高亲脂性可能增强膜渗透，却降低溶解度并增加脱靶风险；增加极性基团可能改善溶解度，却削弱血脑屏障穿透。因此，多目标优化不是把多个分数简单相加，而是要在“无法同时最优”的解集中寻找可接受的权衡。本节围绕帕累托最优、支配关系、超体积、拥挤距离四个核心概念，说明如何把“冲突与权衡”变成可计算、可比较、可选择的数学对象。

一、从单目标到多目标：目标向量的定义

设一个分子由描述符或结构表示映射为决策变量 x，我们关心 m 个目标 f₁(x), f₂(x), …, f_m(x)。统一约定：所有目标都转化为“越大越好”的形式。若原始指标是毒性、合成难度、预测 LogP 偏离理想区间的程度，则取负号或做单调变换。例如毒性概率 p_tox 可定义为目标 f = 1 − p_tox；合成难度 SA 分数可定义为 f = −SA。这样，任意分子 x 对应一个目标向量 F(x) = (f₁, …, f_m)，后续所有比较都在同一“最大化”语义下进行。

以三个目标为例：f₁ 为预测活性（pIC₅₀，越大越好），f₂ 为溶解度（logS，越大越好），f₃ 为类药性综合分（QED，0～1，越大越好）。一个分子 A 的目标向量为 (7.2, −4.1, 0.71)，分子 B 为 (6.8, −3.2, 0.78)。A 活性更高但溶解度更差，B 溶解度与 QED 更好但活性略低。谁更优？单目标排序无法回答，必须引入支配关系。

二、支配关系：多目标比较的最小公理

对两个解 x 与 y，若对所有目标 i 都有 f_i(x) ≥ f_i(y)，且至少存在一个目标 j 使 f_j(x) > f_j(y)，则称 x 支配 y，记作 x ≻ y。若两个解互不支配，则它们处于权衡关系。支配关系具有传递性，但不满足全序性：大量解对之间不可比较，这正是多目标问题的本质困难。

继续上面的例子：A = (7.2, −4.1, 0.71)，B = (6.8, −3.2, 0.78)。A 在 f₁ 上更高，B 在 f₂、f₃ 上更高，二者互不支配。若存在 C = (6.5, −4.5, 0.65)，则 A 在三个目标上均不劣于 C 且至少一个严格更优，故 A ≻ C。支配关系的作用是：把搜索空间划分为“被支配解”和“非支配解”，后者构成帕累托前沿的候选集合。

三、帕累托最优与帕累托前沿

若一个解不被任何可行解支配，则称其为帕累托最优解（非支配解）。所有帕累托最优解在目标空间中形成的集合称为帕累托前沿（Pareto front）。在二维目标下，前沿通常是一条曲线；在三维下是一张曲面；更高维则是超曲面。前沿上的点代表“在不牺牲至少一个目标的前提下，无法再改进任何目标”的极限状态。

实际药物设计中，我们并不需要（也往往无法）求出解析前沿，而是通过多目标进化算法、贝叶斯优化或加权扫描得到一组近似非支配解。评价这组解的质量，主要看两点：收敛性——解是否尽量靠近真实前沿；多样性——解是否均匀覆盖前沿的不同区域。超体积与拥挤距离分别对应这两个维度。

四、超体积：用“体积”衡量整组解的收敛与覆盖

超体积（Hypervolume, HV）的定义是：给定一个参考点 r（通常取各目标的最差值，或略差于最差观测值），一组非支配解所支配的目标空间区域体积。数学上，HV(S, r) = Λ( ∪_x∈S [F(x), r] )，其中 Λ 表示勒贝格测度，[F(x), r] 表示由解 x 与参考点围成的超矩形。在二维中，HV 就是前沿曲线与参考点围成的面积；在三维中为体积。

HV 的实用价值在于它同时奖励收敛与多样性：解越靠近真实前沿，HV 越大；解分布越广、覆盖的权衡区域越多，HV 也越大。因此，多目标优化中常以 HV 作为选择指标或停止准则。计算 HV 时需注意参考点选择：参考点必须被所有解支配，否则该解对 HV 无贡献。若参考点取 (0, 0) 而某解目标为负，则需先做平移或截断。示例中，若参考点取 (0, 0)，解集 {(7.2, −4.1), (6.8, −3.2)} 的 HV 需先对负目标做坐标平移，否则面积计算会出错。

五、拥挤距离：保持前沿多样性的局部密度度量

拥挤距离用于衡量某个非支配解周围解的稀疏程度。对第 i 个解，在按每个目标排序后，取其相邻两个解在该目标上的差值，对所有目标求和（边界解通常赋无穷大以保留端点）。以二维为例，解 i 的拥挤距离为：d_i = (f₁ⁱ⁺¹ − f₁ⁱ⁻¹) + (f₂ⁱ⁺¹ − f₂ⁱ⁻¹)。距离越大，说明该解周围越空旷，越应被保留以维持多样性。

在 NSGA-II 等算法中，选择过程先按非支配等级排序，再在同一等级内优先选择拥挤距离大的解。这样既保证收敛到前沿，又避免所有解挤在某一小段。实际使用时，若各目标量纲差异大，应先归一化，否则拥挤距离会被数值范围大的目标主导。例如活性范围 4～9，溶解度范围 −6～0，若不归一化，活性差值会掩盖溶解度差值。

六、目标冲突与权衡的量化表达

冲突程度可以用目标间的相关系数、冲突度或权衡斜率来量化。对一组采样分子，计算目标 i 与 j 的皮尔逊相关系数 ρ_ij：若 ρ_ij 显著为负，说明两个目标在采样空间中倾向冲突；若接近零，则可能相互独立或存在非线性关系。更直接的方式是观察帕累托前沿的局部斜率：在二维前沿上，斜率 df₂/df₁ 表示“多获得一单位 f₁ 需要牺牲多少 f₂”，即边际权衡率。

在药物设计中，这种量化能直接指导决策。例如，若前沿显示从 pIC₅₀ = 7.0 提升到 7.5 需要将 logS 从 −3.0 降到 −4.5，而项目要求 logS ≥ −4.0，则可判断该段前沿不可接受，应转向其他区域或引入新的结构修饰。下表给出一个示例性的非支配解集及其拥挤距离与 HV 贡献，用于说明如何把上述概念落到具体数值上（数据为教学示例，非实测结果）。

从表中可见，P1 活性最高但溶解度最差，P5 相反，二者为边界解，拥挤距离设为无穷大以保留端点。P2 与 P4 的拥挤距离较大，说明它们位于相对稀疏区域，在多样性维护中优先级更高。若以参考点 r = (5.5, −6.0, 0.55) 计算三维 HV，该解集贡献的体积可用于比较不同优化批次的前沿质量。

总结来看，支配关系定义了“谁不比谁差”，帕累托前沿刻画了“无法再同时改进”的极限，超体积把整组解的收敛与覆盖压缩成一个可比较的标量，拥挤距离则保护前沿的多样性。四者共同构成多目标药物分子优化的数学骨架。理解这些概念后，下一步才能把它们嵌入具体的分子生成、筛选与决策流程中，让“权衡”从模糊的经验判断变成可计算、可复现的工程对象。