3. 药物分子约束类型解析

在分子生成任务中，“约束”并不是一句抽象口号，而是把化学、药理与工程需求翻译成可计算条件的过程。同一批生成模型，如果约束定义不同，产出的分子可能从“结构新颖但无法合成”变成“结构保守但成药性明确”。本节把常用约束拆成五类：骨架约束、官能团约束、药效团约束、理化性质约束与ADMET约束，并说明它们各自约束什么、以什么形式进入生成流程、以及如何判断是否真正生效。

一、五类约束的定位与作用层级

骨架约束作用于分子的“主干”，决定核心环系、连接方式与取代位置的大致范围。它通常以SMILES/SMARTS子结构、Murcko骨架或图编辑距离来表达。例如要求生成物必须包含“苯并咪唑”母核，或必须与参考分子共享同一Murcko骨架。骨架约束的强度最高，容易保证化学空间不跑偏，但过强会压缩新颖性。

官能团约束作用于“局部基团”，关注是否存在羧酸、酰胺、磺酰胺、羟基、卤素、碱性胺等。它常以SMARTS模式匹配实现，例如[CX3](=O)[OX2H1]表示羧酸。官能团约束比骨架约束更灵活，适合保留关键相互作用基团，同时允许骨架重排。

药效团约束作用于“空间与相互作用特征”，不要求具体原子一一对应，而要求若干特征（氢键供体、氢键受体、疏水中心、芳香中心、正/负电中心）在三维空间满足距离与角度关系。它常以特征点集合加距离矩阵表达，适合骨架跃迁场景。

理化性质约束作用于“整体分子参数”，如分子量、logP、TPSA、氢键供体/受体数、可旋转键数、芳香环数等。它通常以区间或阈值形式出现，例如200 ≤ MW ≤ 500、1 ≤ logP ≤ 4、TPSA ≤ 120。这类约束计算快、可批量筛选，是生成过程中的第一道过滤网。

ADMET约束作用于“体内行为与安全性”，包括吸收、分布、代谢、排泄与毒性相关指标，如Caco-2渗透性、血浆蛋白结合率、CYP450抑制、hERG风险、肝毒性、 Ames致突变性等。它通常由预测模型给出概率或类别，再转化为可接受的阈值或惩罚项。

二、约束的表达形式与实现要点

骨架约束在实现上通常有两种粒度。第一种是“精确骨架”，要求生成分子与参考分子共享完全相同的Murcko骨架，适合专利规避中的保守改造。第二种是“模糊骨架”，允许在核心环上做原子替换或环大小变化，例如把苯环替换为吡啶环，但保留连接拓扑。判断是否满足时，可先提取Murcko骨架，再做图同构或最大公共子结构计算。

官能团约束的关键是SMARTS写准确。以羧酸为例，[CX3](=O)[OX2H1]能匹配中性羧酸，但若分子以羧酸根形式存在，则需补充[CX3](=O)[O-]。再如伯胺，[NX3;H2;!$(NC=O)]可排除酰胺中的氮。实际工程中建议把每个官能团写成“正例SMARTS + 反例SMARTS”，避免把酰胺误判为胺。

药效团约束需要先定义特征点。以激酶抑制剂为例，可定义：一个氢键供体（D）、一个氢键受体（A）、一个疏水中心（H）、一个芳香中心（R）。约束条件可写成：D与A距离2.8～3.5 Å，H与R距离4.0～6.0 Å，且D-A-H夹角在90°～150°。生成分子后，用构象搜索生成多个三维构象，再逐一匹配这些距离与角度条件。匹配成功的构象数越多，说明该分子越可能满足药效团要求。

理化性质约束通常直接调用RDKit等工具计算。例如：Descriptors.MolWt(mol)、Descriptors.MolLogP(mol)、Descriptors.TPSA(mol)、Descriptors.NumHDonors(mol)。这些值可组成一个向量，再与目标区间比较。若采用软约束，可定义惩罚函数：当MW偏离目标中心越远，惩罚越大；当logP超出上限，按超出量线性扣分。

ADMET约束的实现依赖预测模型。常见做法是：对每个候选分子输出若干概率值，如hERG阻断概率0.12、CYP3A4抑制概率0.35、Ames致突变概率0.08。然后设定阈值：hERG概率＞0.5淘汰，CYP3A4抑制概率＞0.7淘汰，Ames概率＞0.3淘汰。若模型输出的是回归值，如Caco-2渗透性（×10⁻⁶ cm/s），则可设定下限，例如要求≥5。

三、约束组合与优先级

五类约束很少单独使用。实际项目通常按“先硬后软、先快后慢”的顺序组合。第一层用理化性质约束做快速过滤，淘汰分子量过大、logP过高、TPSA过大的分子；第二层用骨架与官能团约束做结构过滤，确保核心骨架和关键基团存在；第三层用药效团约束做三维匹配，筛选出空间构象合理的分子；第四层用ADMET约束做安全性过滤，剔除高风险分子。

优先级并非固定不变。若项目目标是“快速找到可合成的新骨架”，则骨架约束应放宽，药效团约束应加强；若目标是“在已知骨架上优化代谢稳定性”，则骨架约束应设为硬约束，ADMET中的代谢稳定性权重应提高。建议在生成任务开始前，先写一张约束优先级表，明确每类约束是硬约束还是软约束、阈值是多少、不满足时是淘汰还是扣分。

四、如何判断约束是否真正生效

约束生效不等于“过滤后还有分子”，而要看过滤前后的分布变化。建议记录四个指标：通过率、各约束的淘汰贡献、剩余分子的多样性、以及目标性质的平均改善量。例如，若理化性质约束淘汰了80%的分子，但剩余分子的logP均值只从5.2降到4.8，说明阈值设置过松或生成模型本身偏向高logP，需要调整采样策略。若药效团约束淘汰了95%的分子，只剩极少数，则说明约束过紧，可适当放宽距离范围或减少特征点数量。

另一个实用判断方法是“约束消融”。分别去掉某一类约束，观察输出分子的性质变化。若去掉ADMET约束后，hERG高风险分子比例从5%升到30%，说明该约束确实在起作用；若去掉前后几乎无变化，则说明该约束与生成模型当前偏好重叠，或阈值设置过宽，需要重新校准。

最后要强调，五类约束之间可能存在冲突。例如，强骨架约束会限制官能团多样性，严格的理化性质约束可能排除掉一些高活性但分子量偏大的天然产物类似物。工程上的处理方式不是追求“全部满足”，而是明确哪些是必须满足的硬底线，哪些是允许折中的软目标，并在生成过程中持续监控通过率与多样性，必要时回到约束定义阶段重新调整。