2. 药物研发中的ADMET重要性
早些年做药物研发，我见过太多项目在临床阶段突然死亡。嗯，那时候大家更关注「这个化合物活性好不好」，却忽略了另一个关键问题——它到底能不能在人体里安全有效地工作？
说白了，ADMET就是回答这个问题的。
2.1 什么是ADMET？
ADMET是一组性质的缩写，分别代表药物的吸收、分布、代谢、排泄和毒性。你想想看，一个化合物即使活性再强，如果它在肠道里根本吸收不了，或者在肝脏里被快速代谢掉，那对病人来说就是无效的。
我习惯把这五个性质拆成两部分来理解：
- ADME：决定药物能否到达靶点，以及能在体内停留多久。
- T：决定药物的安全性，会不会引起副作用或毒性反应。
下面是每个性质的简要说明：
| 性质 | 定义 | 影响后果 |
|---|---|---|
| 吸收 (Absorption) | 药物从给药部位进入血液的能力 | 口服生物利用度低 → 需要更高剂量 → 增加毒副作用风险 |
| 分布 (Distribution) | 药物在全身组织中的扩散和分布 | 分布体积异常 → 药物无法到达靶器官 |
| 代谢 (Metabolism) | 药物在体内被酶转化的过程 | 代谢快 → 药效短；代谢慢 → 药物累积导致毒性 |
| 排泄 (Excretion) | 药物从体内清除的过程 | 清除慢 → 半衰期长 → 可能蓄积中毒 |
| 毒性 (Toxicity) | 药物对机体产生的有害作用 | 直接决定药物能否通过临床审批 |
我个人经验：刚开始做项目时，总觉得ADMET是后期才考虑的事。直到有一次，我们筛选了2000多个化合物，活性好的有30多个，但拉到ADMET上一测，最终只有一个能同时满足所有条件。从那以后，我把ADMET放在了与活性筛选同等重要的位置。
2.2 为什么ADMET在临床前必须做？
药物研发的失败率很高，原因主要集中在两点：缺乏疗效和安全性问题。而ADMET恰恰是解决这两个问题的最前线工具。
我记得看过一组数据，大约50%的候选药物在临床阶段因为ADMET问题被淘汰。换句话说，如果不做ADMET筛选，你辛辛苦苦找出来的化合物有一半概率会死在临床试验里。
这里有三个不得不做的理由：
2.2.1 成本控制
临床前阶段做一个ADMET实验的成本，大约是几千到几万美元。但如果在临床阶段才发现问题，那损失就是百万甚至千万级。一次临床试验失败，不仅浪费钱，更浪费几年时间。
2.2.2 时间效率
我们常用的策略是早期过滤。先在一批化合物上跑ADMET模型，把明显不合格的直接筛掉。这样能节省大量的合成和活性测试工作量。
我曾经用过的一个工作流是这样的：
输入化合物列表（例如1000个分子）
→ 第一步：计算理化性质（logP、分子量、氢键供体/受体等）
→ 第二步：预测CYP酶代谢位点
→ 第三步：预测hERG心脏毒性
→ 第四步：预测口服生物利用度
→ 输出：通过筛选的化合物（通常只剩200-300个）2.2.3 提高成功率
你想想看，如果能在临床前就排除那些代谢快、毒性强、吸收差的分子，那么进入临床的候选药物质量会大幅提升。最终，你需要做临床试验的化合物数量减少了，但成功率却提高了。
我曾经踩过的坑：有一个项目，我们跳过了一部分的代谢稳定性测试，直接推进到动物实验。结果发现化合物在体内的半衰期只有10分钟，根本来不及发挥药效。最后项目被迫中止，浪费了半年的时间和大量资金。从那以后，我坚持必须把ADMET的每个环节都跑一遍。
2.3 ADMET筛选在研发流程中的位置
ADMET筛选不是单独存在的，它嵌在整个药物发现流程中，从先导化合物优化阶段就开始介入，一直延续到临床前候选药物提名。
下面这张图展示了ADMET在其中的核心作用：
从图上可以看出，ADMET不是在最后一步才做，而是在先导化合物优化阶段就反复迭代。每一次筛选都会产生数据，指导化学家修改分子结构，然后再次测试，直到找到一个综合性质优秀的分子。
关键点：ADMET不是终点，而是贯穿整个药物研发流程的「筛选器」和「反馈器」。
2.4 一个典型的ADMET筛选案例
我来说一个真实项目中的例子。当时我们有一个候选系列，活性IC50都在10 nM以下，化学家们非常兴奋。
结果跑了一轮ADMET筛选：
- 代谢稳定性测试：在人肝微粒体中，这个系列的化合物被快速代谢，半衰期不到15分钟。
- CYP抑制实验：发现它们对CYP3A4有强抑制，意味着与其他药物联用时会产生相互作用。
- hERG测试：两个最强的分子对hERG通道有抑制，可能会引起心脏毒性。
你看，表面活性很强，但ADMET暴露了三个致命问题。如果不做ADMET，直接推进到动物实验，那结果可能更惨。
后来我们重新设计了分子结构，降低了脂溶性（logP从5.0降到3.5），移除了一个易代谢的位点。经过3轮迭代，最终找到了一个活性保持但ADMET性质可接受的分子。
原始化合物：
logP = 5.0 → 高脂溶性，易代谢
hERG IC50 = 0.5 μM → 风险高
CYP3A4抑制率 > 80% → 不可接受
优化后化合物：
logP = 3.5 → 平衡脂溶性
hERG IC50 = 10 μM → 风险降低
CYP3A4抑制率 < 20% → 可接受建议：每次做ADMET数据解读时，不要只看单个指标。我的习惯是把所有指标放在一张表格里，看综合趋势。有时候一个分子某个指标稍微差一点，但其他指标很好，那还是可以保留的。
2.5 总结：ADMET不是可选项，而是必选项
嗯，说到这里，你应该能理解为什么ADMET在药物研发中如此重要了。它不仅是提高成功率的手段，更是降低风险、节约成本的核心策略。
我个人的体会是：
- 尽早做ADMET，比晚了强一百倍。
- ADMET数据要和活性数据放在一起看，不能割裂。
- 不要追求完美，要寻找平衡——活性、安全性、药代性质必须同时考虑。