第1章 QSAR 概述与发展史

QSAR 这个词，圈外人听着可能有点玄乎。说白了，它就是一套用数学语言描述"分子长什么样，活性有多强"的方法。我入行那会儿，带我的老工程师扔给我一句："相似的结构，干相似的活"——这句话至今都是 QSAR 最朴素的内核。

1.1 什么是 QSAR？

QSAR 的全称是 Quantitative Structure-Activity Relationship，定量结构-活性关系。你给它一个分子结构，它给你一个活性预测值。本质上，它是在分子结构（或者衍生出来的各种描述符）和生物活性之间，拟合一个数学函数。

核心公式长这样：

活性 = f(结构描述符)

这个 f 可以是线性回归，可以是随机森林，也可以是今天的图神经网络。但不管形式怎么变，背后的逻辑没变：用已知的分子-活性数据，去预测未知分子的活性。

我在项目里遇到过不少新人，上来就扔几百个描述符进模型，结果过拟合得一塌糊涂。嗯，这里要提醒一句：描述符不是越多越好，关键看跟活性有没有因果关系。