第1章 ADMET概述与模型评估的重要性
做ADMET建模这些年，我有个很深的体会：模型建得再好，评估这关过不了，一切都是白搭。很多团队花大量精力调算法、堆特征，最后却因为评估指标选错或者解读不到位，做出了错误的决策。说白了，ADMET模型评估就是给计算结果「打分」的过程——分打对了，后续的药物决策才有底气。
1.1 什么是ADMET？
ADMET是五个英文单词的首字母缩写。它们决定了候选化合物能不能从实验室走到患者手里。
- A – Absorption（吸收）：药物从给药部位进入血液循环的过程。口服药能不能被肠道吸收？吸收多少？这是第一个关卡。
- D – Distribution（分布）：药物进入血液后，怎么分布到全身各个组织？能不能到达靶器官？这决定了药效能不能发挥。
- M – Metabolism（代谢）：药物在体内被酶系转化的过程。代谢太快，药效维持不了；代谢太慢，可能产生毒性中间体。
- E – Excretion（排泄）：药物及其代谢物怎么排出体外？肾排泄还是胆汁排泄？这影响药物的清除速率和半衰期。
- T – Toxicity（毒性）：药物对机体产生的不良影响。没有安全性的药，疗效再好也不敢用。
我记得参与过一个项目，有个化合物体外活性数据特别漂亮，IC50达到纳摩尔级别。团队上下都很兴奋，结果一测代谢稳定性，大鼠肝微粒体半衰期不到两分钟。嗯，这个化合物后来就没能进入临床。ADMET任何一个环节出问题，都可能导致整个项目折戟。
1.2 为什么ADMET模型评估如此重要？
药物研发的失败率有多高？临床阶段90%的候选药物最终会被淘汰，其中约50%是因为ADMET性质不合格。说白了，你花了几年时间、几千万美金找到一个活性化合物，结果因为毒性太大或者代谢太差被毙掉，前面的投入全部打水漂。
如果能用计算机模型提前预测ADMET性质，就能在早期把高风险化合物筛掉，集中资源推进那些有潜力的分子。但这里有一个关键问题：模型的预测结果到底可不可信？
我见过不少团队，模型建完之后只看一个AUC值，AUC大于0.8就觉得万事大吉。结果在实际应用中发现，模型对某些结构类型的化合物预测偏差非常大。为什么？因为单一指标不能全面反映模型的真实表现。你想想看，如果一个模型对已知化合物预测很准，但对新结构完全不work，那它在筛选阶段反而会误导你。
1.3 ADMET建模与评估的核心流程
一个标准的ADMET建模与评估流程，大致可以分为五个阶段。下面的图展示了这个知识体系的核心逻辑。
整个流程可以从数据准备开始，到特征工程、模型训练，最终落到评估与决策。我在项目里经常遇到的情况是：数据质量不过关，后面所有工作都是徒劳。所以评估的第一步，其实是评估数据本身——样本量够不够？实验数据有没有噪声？正负样本是否平衡？这些都会直接影响后续的模型表现。
1.4 核心评估指标速览
ADMET模型面对的预测任务一般分两类：分类（比如有毒/无毒）和回归（比如预测溶解度具体数值）。两类任务用到的评估指标不同。下面这张表总结了最常用的几个指标。
| 任务类型 | 指标名称 | 缩写 | 适用场景 | 参考标准 |
|---|---|---|---|---|
| 分类 | ROC曲线下面积 | AUC-ROC | 二分类模型整体表现 | > 0.7 可接受，> 0.8 良好 |
| 敏感度（召回率） | Sensitivity | 毒性预测：尽可能不漏掉毒物 | > 0.8 | |
| 特异度 | Specificity | 安全性筛选：减少假阳性 | > 0.8 | |
| 回归 | 决定系数 | R² | 模型拟合优度 | > 0.6 |
| 均方根误差 | RMSE | 预测误差的绝对大小 | 越小越好，结合业务判断 | |
| 平均绝对误差 | MAE | 误差的直观度量 | 越小越好，单位与预测值一致 |
举个例子，计算AUC-ROC在Python里其实就几行代码。
from sklearn.metrics import roc_auc_score
y_true = [0, 1, 1, 0, 1]
y_pred = [0.1, 0.9, 0.8, 0.2, 0.7]
auc = roc_auc_score(y_true, y_pred)
print(f"AUC = {auc:.3f}")
1.5 评估中的常见误区
说到误区，我曾经踩过一个很大的坑。那时候做一个CYP450抑制活性预测模型，训练集和测试集用的是同一批化合物数据，只是按比例随机拆分。结果评估指标非常漂亮，AUC到了0.92。我当时还挺得意，结果放到外部测试集上一测，AUC直接掉到0.61。后来一查原因，训练集和测试集里含有非常相似的类似物，导致模型「记住了」结构特征而不是学到了真正的抑制规律。
另一个常见问题是只看单指标决策。有些团队喜欢用R²来评估回归模型，R²达到0.7就觉得模型可以上线。但你想想看，R²高就一定代表预测准吗？不一定。如果测试集的数据范围很窄，R²自然就高，但模型到了新化合物上可能完全失效。所以我的做法是：R²、RMSE和MAE三个指标一起看，再结合残差分布图做综合判断。
说回课程本身，ADMET模型评估不是简单地跑个指标就完事了。你需要理解每个指标背后的含义，知道什么场景下该用什么指标，更要警惕那些「看起来很美」的数字。后面的章节我会逐一拆解每个评估指标的计算逻辑、适用边界和实际案例。嗯，先把基础打牢，后面才好展开。