4. 药物分子多目标评价体系

多目标药物分子优化的第一步，不是急着跑生成模型，而是把“好分子”拆成一组可计算、可比较、可加权的目标。一个分子在活性上很强，但若毒性高、口服吸收差、合成路线长达十步，它依然不是可推进的候选物。因此，评价体系要同时覆盖活性预测、毒性预测、药代性质、合成可及性四类目标，并明确每类目标的计算指标、实验评价指标，以及如何把量纲不同的指标归一化后合成一个可排序的总分。

四类目标的计算指标与实验指标

活性预测通常以结合亲和力或抑制活性为核心。计算侧常用对接打分（如 Vina score，单位 kcal/mol，越负越好）、预测 pIC50/pKi/pEC50，或分类模型给出的活性概率。实验侧对应 IC50、Ki、EC50，通常转换为 pIC50 = −log10(IC50[M])，数值越大活性越强。需要注意：对接打分与真实 pIC50 之间常存在系统性偏差，因此计算指标更适合做相对排序，而不是直接当作绝对活性。

毒性预测关注安全性风险。计算侧常用 ADMET 模型输出 hERG 阻断概率、肝毒性概率、Ames 致突变概率、LD50 预测值等。实验侧对应 hERG 膜片钳 IC50、Ames 试验结果、肝细胞毒性 EC50、急性毒性 LD50。毒性目标的方向与活性相反：概率越低、IC50 越高越安全。若把毒性概率直接当“分数”参与最大化，就会得到错误方向，因此必须先做方向统一。

药代性质决定分子能否到达靶点并维持有效浓度。计算侧常用 QED、Lipinski 规则满足数、logP、TPSA、Caco-2 渗透性预测、血浆蛋白结合率、CYP450 代谢稳定性、半衰期预测。实验侧对应 Caco-2 表观渗透系数 Papp、血浆蛋白结合率、微粒体清除率 CLint、口服生物利用度 F%、半衰期 t1/2。药代目标往往是“区间型”而非单调型，例如 logP 在 1～3 之间较理想，过高或过低都不好。

合成可及性衡量分子能否被实际做出来。计算侧常用 SAscore（1～10，越低越易合成）、逆合成路线步数、起始原料可得性、是否含高张力环或危险官能团。实验侧对应实际合成收率、路线总步数、关键中间体是否可购、纯化难度。SAscore 低于 3 通常视为易合成，高于 6 则需谨慎。

归一化：把不同量纲拉到同一尺度

四类指标量纲完全不同：pIC50 在 4～10，hERG 概率在 0～1，logP 在 −2～6，SAscore 在 1～10。若直接相加，数值大的指标会主导总分。因此必须归一化到 [0,1]，并统一方向为“越大越好”。

对正向指标（越大越好，如 pIC50、F%），用 min-max 归一化：s = (x − x_min)/(x_max − x_min)。对负向指标（越小越好，如毒性概率、SAscore），用反向归一化：s = (x_max − x)/(x_max − x_min)。对区间型指标（如 logP 理想区间 1～3），可定义区间中心 c 和半宽 h，用 s = max(0, 1 − |x − c|/h) 计算，偏离中心越远得分越低。

归一化边界 x_min、x_max 的选取很关键。建议用当前候选集或训练集的经验分位数（如 5% 和 95% 分位）作为边界，避免个别极端值压缩整体分布。若边界随批次变化，应固定一套参考边界，保证不同批次分子可比。

权重设计：反映项目阶段与风险偏好

权重不是拍脑袋定的，而应反映项目所处阶段和风险容忍度。先导化合物发现阶段，活性权重可设 0.35～0.40，毒性 0.25，药代 0.20，合成 0.15～0.20。进入临床前候选阶段，毒性权重应提升到 0.35 以上，药代提升到 0.25，活性可降至 0.25，合成降至 0.15。若项目已有明确的 hERG 风险历史，可单独把 hERG 作为硬约束（概率 > 0.5 直接淘汰），而不是仅靠权重惩罚。

权重设计还需注意两点：一是权重敏感性分析，对每个权重上下浮动 0.05，观察 Top-10 分子是否稳定；若排名剧烈变化，说明评价体系不够稳健。二是硬约束与软权重的配合，对致死性毒性、代谢不稳定等一票否决项，应设为硬约束，避免被其他高分目标“补偿”。

一个可执行的计算示例

假设有三个候选分子 A、B、C，四类指标原始值如下（示例数据，非实测）：

设定归一化边界：pIC50 取 5～9，hERG 概率取 0～1，logP 区间中心 2、半宽 2，SAscore 取 1～8。权重取活性 0.35、毒性 0.30、药代 0.20、合成 0.15。计算过程如下：

分子A：
  活性 s = (7.5-5)/(9-5) = 0.625
  毒性 s = (1-0.20)/(1-0) = 0.800
  药代 s = max(0, 1-|2.0-2|/2) = 1.000
  合成 s = (8-3.0)/(8-1) = 0.714
  Score = 0.35*0.625 + 0.30*0.800 + 0.20*1.000 + 0.15*0.714
        = 0.219 + 0.240 + 0.200 + 0.107 = 0.766

分子B：
  活性 s = (8.2-5)/4 = 0.800
  毒性 s = (1-0.65)/1 = 0.350
  药代 s = max(0, 1-|4.5-2|/2) = 0.000
  合成 s = (8-5.5)/7 = 0.357
  Score = 0.35*0.800 + 0.30*0.350 + 0.20*0.000 + 0.15*0.357
        = 0.280 + 0.105 + 0.000 + 0.054 = 0.439

分子C：
  活性 s = (6.8-5)/4 = 0.450
  毒性 s = (1-0.10)/1 = 0.900
  药代 s = max(0, 1-|1.2-2|/2) = 0.600
  合成 s = (8-2.0)/7 = 0.857
  Score = 0.35*0.450 + 0.30*0.900 + 0.20*0.600 + 0.15*0.857
        = 0.158 + 0.270 + 0.120 + 0.129 = 0.677

排序结果为 A（0.766）> C（0.677）> B（0.439）。B 虽然活性最高，但 hERG 风险高、logP 超出理想区间、合成难度大，总分被显著拉低。这个例子说明：多目标评价的价值不在于选出单项冠军，而在于识别综合风险最低的候选物。若项目当前最关注活性，可把活性权重提到 0.50，此时 B 的得分会上升，但 hERG 硬约束仍应保留。

最后，计算指标与实验指标应形成闭环：计算指标用于大规模虚拟筛选和快速排序，实验指标用于校准计算模型和验证最终候选物。建议每轮优化后，抽取总分 Top-5 和 Bottom-5 分子做实验测定，用实测值回算归一化得分，检查计算预测与实验的一致性。若某类指标预测偏差持续偏大，应优先修正该类模型或调整其权重，而不是继续盲目扩大筛选规模。