质控指标体系
做高通量对接，我最怕什么？不是跑不完作业，而是跑完了一堆结果，心里没底。哪个打分函数靠谱？那些排名靠前的分子是真的有活性，还是虚警？你想想看，一次虚拟筛选几百万个分子，如果质控指标没设好，后面实验验证就是白花钱。我当年第一个项目，没拿质控指标当回事，结果打了五十个分子，阳性率不到百分之十。从那以后，我把质控指标看作筛选流程的“安全带”。
说白了，质控指标就是一把尺子。它帮你判断打分函数能不能再现真实结合模式、能不能把活性分子从惰性堆里挑出来、以及对接结果是不是每次都能重复出来。有了这尺子，你才能放心往下走。
为什么需要质控指标？
高通量对接本质上是计算预测。误差来源太多了：打分函数的近似、蛋白柔性没处理、水分子位置不准……任何一个环节出问题，都会让结果偏离现实。质控指标的作用就是量化这种偏离程度。我习惯在跑大规模筛选前，先用一个小型验证集跑一遍，看看关键指标是否达标。如果预测能力不行，直接换打分函数，别等全跑完才发现问题。
另外，质控指标也是你向老板或合作方“交代”的证据。当你对着几万个候选分子说“这批富集因子不错，值得验证”，总得有个数值支撑吧？数据不会骗人，但前提是你得知道哪些数据可信。
常见指标分类
我把常见的质控指标归成三大类：预测能力、区分能力、稳定性。这三类从不同角度评估对接流程的质量。下面逐个说。
预测能力
预测能力考察的是打分函数能不能准确预测真实结合构象和结合能。最经典的指标是RMSD（均方根偏差）。
- RMSD < 2.0 Å – 通常认为对接构象与晶体结构吻合，预测成功。
- 打分值与实验结合自由能的相关系数 – 比如Pearson或Spearman相关系数，越高说明打分函数越能排序。
我在一个激酶项目中试过多个打分函数，发现某知名函数的RMSD中位数只有1.1 Å，但相关系数只有0.25。这就奇怪了——构象预测准，但能量排名不准。后来发现是熵项没算好。所以不能只看一个指标。
预测能力核心问题：打分函数给出的“分数”与实验值（结合能、IC₅₀）在数值上有多接近？在排序上有多一致？
区分能力
区分能力是虚拟筛选的命门。它衡量打分函数能不能把活性分子和大量惰性分子分开。常用指标：
- 富集因子 (Enrichment Factor, EF) – 比如EF1% = 排名前1%的分子中活性分子比例 / 全体中活性分子比例。EF越高，筛选效率越高。
- ROC-AUC – 曲线下面积，0.5为随机，1为完美区分。一般认为AUC > 0.7可用，> 0.8优良。
- 接收者操作曲线 (ROC) 本身的形状也值得看，有时AUC相同但早期富集差异很大。
我习惯用EF1%、EF5%和ROC-AUC三件套。有一次项目只算了AUC，0.82看起来不错，但实际验证时富集很差。一查，原来AUC被尾部的惰性分子拉高了，早期富集根本不行。所以一定要同时看早期富集指标。
避坑指南：数据不平衡时（活性分子太少），AUC会膨胀。建议同时汇报EF值，并报告实验的假阳性率。
稳定性
稳定性这个分类容易被新手忽略。它的意思是：对接结果是不是可重复的？是不是对初始条件敏感？
- 对接结果变异系数 – 同一个分子跑多次（不同初始构象或随机种子），打分值的标准差除以均值。CV < 10% 算稳定。
- 构象收敛性 – 多次对接的RMSD＜1.5 Å的比例。
- 排名交叉检验 – 把数据集对半分两次跑，看排名是否一致。
我曾经遇到过同一个分子跑三次对接，打分值差了3个数量级。查了半天，原来是盒子位置有微小偏移导致配体部分跑出盒子。加了质控指标后，这种异常就能被自动化脚本捕获，省了不少麻烦。
经验之谈：稳定性指标应该在正式筛选之前就在验证集上跑。如果稳定性差，别犹豫，先优化输入准备（力场、盒子、初始构象），再谈预测能力和区分能力。
三类指标对比
下面这张表总结了三个维度的核心信息，方便你对照着设计自己的质控流程。
| 维度 | 问什么？ | 常用指标 | 应用场景 |
|---|---|---|---|
| 预测能力 | 打分函数能准确预测真实构象和能量吗？ | RMSD、Pearson/Spearman R、打分偏差 | 打分函数选择与参数优化 |
| 区分能力 | 能把活性分子从数十万惰性分子中挑出来吗？ | EF1%/EF5%、ROC-AUC、BEDROC、富集曲线 | 虚拟筛选有效性评估、先导化合物命中率 |
| 稳定性 | 结果可重复吗？对输入设置敏感吗？ | 打分值CV、构象RMSD标准差、排名一致性 | 对接流程稳健性验证、批处理质量控制 |
这三个维度不是孤立的。一个打分函数可能预测能力很好（低RMSD），但区分能力很差（EF不高）；也可能稳定但不准。我建议你对每个候选打分函数同时算三个维度的指标，然后用一个综合分数（比如加权排名）来做最终决策。
一张图看懂质控指标体系
下面这张图把三个分类及其常用指标抽成了一个框架。你可以直接拿它当作自己项目的质控检查清单。
这张图你可以截下来贴在项目周报里，也可以直接作为质控检查单的封面。
一些实操建议
你可能想问：这些指标得算到什么程度才算“通过”？我也没有万能阈值，但我给一个常见经验范围：
- 预测能力：RMSD中位数<2.0 Å，Pearson R>0.6（针对结合能预测）。
- 区分能力：EF1%≥10，ROC-AUC≥0.75。
- 稳定性：打分值CV<10%，构象RMSD标准差<1.5 Å。
当然，具体数值取决于靶标和数据集。你最好用自己的验证数据跑一遍，建立自家项目的基线。
小工具分享：我写过一个Python脚本，输入对接结果CSV（包含打分值和标签），就能自动算出RMSD、EF、AUC、CV，还能出图。你可以模仿这个思路，把质控指标脚本化，每次跑完对接一键生成质控报告。
# 示例：对接结果输出格式（CSV片段）
mol_id, glide_score, rmsd_ref, is_active
COMP1, -8.32, 1.02, 1
COMP2, -7.84, 3.15, 0
COMP3, -6.91, 0.88, 1
...
我建议把这个CSV结构当成你们项目的输出标准。后面算EF和AUC都很方便。
别忘了综合判断
最后说一句：不管你选了哪组指标，都不要迷信单值。我见过AUC 0.9但EF1%只有2的案例，也见过RMSD 1.0 Å但排名完全随机的打分函数。质控指标体系是个“体检报告”，你得每个维度都看，然后综合判断。嗯，记住了这些，你的虚拟筛选质控就有章可循了。