第四章 几何描述符：分子的形状与大小
大家好，欢迎来到第四章。前面几章我们聊了不少分子描述符的数学和物理基础，今天咱们来点直观的——几何描述符。
说白了，就是分子的形状和大小。你想想看，一个分子在三维空间里到底占了多大的地儿？它胖不胖？是圆滚滚的还是细长条的？这些信息，对ADMET性质的影响可不小。
我曾经在一个项目里遇到过，两个分子药效差不多，但一个口服吸收率极低，另一个却非常好。当时百思不得其解，最后算了下它们的分子表面积和体积，才发现问题出在形状上。体积大的那个，很难穿透细胞膜。这就是几何描述符的价值。
4.1 分子体积和表面积
这是最基本的两个几何量。我们分别来说。
4.1.1 分子体积
分子体积，顾名思义，就是单个分子在空间中所占的体积。它不是简单的范德华球体积之和，因为原子之间会有重叠。
最常用的计算方法是范德华体积（van der Waals volume）。它把每个原子看作一个硬球，半径就是范德华半径。然后通过数值积分或解析方法算出这些球体所占的总空间。
关键点：分子体积直接影响药物在体内的分布和溶解性。体积太大的分子，难以通过水相通道，也容易在脂肪组织中蓄积。
4.1.2 分子表面积
分子表面积，可以简单理解为分子表面那层“皮”有多大。但这里的表面积，有几种不同的定义：
- 溶剂可及表面积（SASA）：想象一个水分子（探针球）在分子表面滚动，它的球心所能扫过的区域。这是最常用的，因为它模拟了溶剂与分子接触的表面。
- 范德华表面积：所有原子范德华球表面的直接加和，不考虑空隙。
- 极性表面积（PSA）：只计算极性原子（如O、N、S）所贡献的SASA。这玩意儿在预测口服吸收和血脑屏障透过性时，是王牌级的存在。
| 表面积类型 | 定义 | 核心应用 |
|---|---|---|
| 溶剂可及表面积 (SASA) | 探针球心轨迹所成表面 | 水合自由能、疏水相互作用 |
| 极性表面积 (PSA) | 极性原子贡献的SASA部分 | 口服吸收、血脑屏障透过性 |
| 范德华表面积 | 原子范德华球直接求和 | 分子间接触的粗略估算 |
个人经验：我建议你在做药物设计时，先算PSA。如果PSA大于140 Ų，那口服吸收大概率会出问题。这是个很快速的筛选办法。
计算这些量，常用的工具有很多。比如用 RDKit，几行Python代码就能搞定。
from rdkit import Chem
from rdkit.Chem import Descriptors
mol = Chem.MolFromSmiles('CCO')
volume = Descriptors.MolVolume(mol)
tpsa = Descriptors.TPSA(mol)
print(f'分子体积: {volume:.2f} ų')
print(f'极性表面积 (TPSA): {tpsa:.2f} Ų')4.2 椭圆度与回旋半径
除了“有多大”，我们还需要知道“有多长”。这就要请出椭圆度和回旋半径了。
4.2.1 椭圆度
椭圆度，衡量分子偏离球形的程度。一个完美的球体，椭圆度为0。分子越长、越扁，数值越大。
计算时，通常先做主成分分析（PCA），找到分子在三维空间中的三个主轴长度（其实就是三个主惯性矩）。椭圆度就是用这三个长度算出来的。
公式不复杂，但我觉得大家记住结论就行：椭圆度高的分子，更容易与受体的狭长空腔结合。反之，球状分子更倾向与球状空腔结合。
4.2.2 回旋半径
回旋半径（Radius of Gyration, Rg），这是个来自物理学的概念。它描述了分子质量在空间中的分布情况，或者说，分子距离其质心的平均“拥挤程度”。
对于聚合物和蛋白质，Rg特别重要。但在小分子里，它也能反映分子的紧凑度。Rg越小，分子越紧实。Rg越大，分子越伸展。
避坑指南：我曾经在处理一个柔性分子时，直接把晶体结构拿来算了Rg。结果发现它和实验值差很远。后来才意识到，计算前必须考虑构象采样。柔性分子在溶液里是动态的，用单一构象算Rg，误差极大。建议用分子动力学模拟或构象搜索取平均值。
下面这个SVG图，帮你梳理一下我们这章讲到的几类几何描述符和它们的用途。
这张图很清晰。左边是“大小类”，右边是“形状类”。它们共同勾勒出分子在三维空间的全貌。
4.3 几何描述符在ADMET中的角色
别小看这些简单的几何量。它们在ADMET预测中，常常是决定性因素。
- 口服吸收：分子体积太大（通常超过500 ų）或PSA太高（超过140 Ų），就很难通过肠道上皮细胞。说白了，分子太大了，钻不过去。
- 血脑屏障透过：PSA是关键指标之一。我的经验是，中枢神经系统药物，PSA通常在60-90 Ų之间。低于60，可能非特异性结合太高；高于90，几乎透不过血脑屏障。
- 蛋白结合：椭球形的分子，更容易与血清蛋白的疏水空腔结合，导致游离药物浓度降低。
- 代谢稳定性：回旋半径大的分子，通常柔性也大，更容易被代谢酶识别和修饰。
一句话总结：几何描述符，是所有ADMET预测模型的基石。不管你后面用多高深的机器学习算法，这第一步的几何表征，如果做错了，后续一切免谈。
嗯，这章的内容就到这里。几何描述符看着简单，但真正用好它，需要你对分子相互作用有深刻的理解。记住，不要只算数值，要结合物理意义去思考。