**一个残酷的事实**：临床试验失败的原因中，约 40~60% 与 ADMET 问题直接相关。其中药代动力学（PK）问题占 ~39%，毒性问题占 ~21%。
来看一组我常引用的数据来源（Kola & Landis, 2004; Waring et al., 2015）：
| 失败原因 | 占比 | 典型表现 |
|----------|------|----------|
| 临床安全性/毒性 | 21% | 肝毒性、QT 延长 |
| 药代动力学不佳 | 39% | 低生物利用度、高清除率 |
| 缺乏有效性 | 30% | 靶点结合不够、脱靶效应 |
| 其他（商业、策略等） | 10% | 竞争性、可专利性差 |
你看，**药代和毒性加在一起占了 60% 以上**。这说明什么？说明我们做药物化学的，不能只盯着活性板上的 IC₅₀，得从一开始就把 ADMET 预测放进来。
我个人的工作流是这样的：
1. 设计化合物时，先用计算工具预测 logP、pKa、TPSA、hERG 风险
2. 合成前检查这些预测值是否在合理窗口内
3. 合成后第一时间做 ADMET 体外实验
4. 数据反馈到下一轮设计
这个“预测-实验-再设计”的循环，能节省大量时间和资源。
### 1.4 为什么需要 ADMET 分子描述符与 PCA 质控？
**记住**：ADMET 实验数据本身是有噪声的。同一化合物不同批次、不同实验室测出的结果可能差 2~3 倍。如果没有好用的质控方法，你根本分不清是化合物的问题还是实验的问题。
这就是为什么我要推出这门课——**用分子描述符做 PCA 质控**。分子描述符（比如 logP、分子量、氢键供体数、极性表面积等）能把化合物的结构特征量化。PCA 降维后，我们可以直观地看到哪些实验点偏离了正常分布，哪些批次数据异常。
这样做的好处：
- **快速发现异常实验点**：PCA 得分图中偏离椭圆区域的点就是疑点
- **对比不同实验室的数据一致性**：两个实验室的数据如果 PCA 投影不重叠，那就要找原因
- **监控批次间变异**：同一个化合物在不同批次间的描述符漂移，暴露合成工艺问题
下面这张图就是我常用的 ADMET 质控框架：
### 1.5 从计算到实验的闭环——这是我的一贯做法
很多同学问：“老师，我该先做计算还是先做实验？”
我的回答是：**两条腿走路**。别等全做完了计算再动手，也别盲目铺实验。我在项目里是这样排的：
1. **先用开源工具快速跑一遍预测**：比如用 RDKit 算描述符，用 SwissADME 看基础参数
2. **挑出几个最具风险的项目**：比如预测 hERG IC₅₀ < 10 μM，或者 logP > 5
3. **针对高风险项目先做实验确认**：不用全做，有针对性地验证
4. **把所有实验数据加上计算描述符放进 PCA**：看它们是否在同一个置信椭圆内
5. **如果发现离群点**：回头检查实验条件、样品纯度、计算参数设置
**一个小技巧**：在做 PCA 之前，先把描述符标准化（Z-score）。否则像 MW 这种数值大的描述符会主导主成分，而像 HBA 这种小的就几乎没权重。我见过太多人栽在这个细节上。
### 1.6 本课程要解决的核心问题
这门课不是讲 ADMET 理论本身——那些你可以在教科书里找到。**我要带你走通的是“用分子描述符 + PCA 做实验数据质控”的实操流程**。
具体来说：
- 怎么批量计算 200 个以上化合物的一致描述符
- 怎么处理缺失值和异常值
- 怎么选主成分数（不用靠感觉）
- 怎么画质控椭圆并自动标记离群点
- 怎么把离群点回溯到实验细节
我会用真实项目案例来演示，每个步骤都附上可运行的 Python 代码。你不需要懂 PCA 的数学细节，但你得会用这些工具。
### 1.7 本章小结
- ADMET 是**吸收、分布、代谢、排泄、毒性**的缩写，是新药研发从活性分子到候选药物的必经之路
- 临床失败原因中 **60% 以上与 ADMET 有关**
- ADMET 数据本身有**批次差异和实验噪声**，需要有效的质控手段
- **分子描述符 + PCA 降维**可以快速发现异常点、监控数据质量
- 本课程聚焦**实操**，不是理论课
> 说了这么多，其实就一句话：**ADMET 质控做好了，能救活不少好分子**。下一章我们就开始搭环境、装工具，准备好动手吧。