第4章 拓扑描述符：从分子骨架里读出ADMET信息
拓扑描述符，说白了就是只看分子骨架的「连接方式」，不看原子种类。你想想看，把碳、氮、氧统统当成等价的顶点，把化学键当成边，一张分子的图就出来了。我用这个法子好多年了，刚开始做ADMET预测的时候，我觉得这玩意儿太粗糙——连氢键给体、受体都不管，能预测啥？
后来踩过坑才明白，分子的形状、支链度、骨架刚性，这些信息恰恰藏在拓扑里。老话说「结构决定性质」，在ADMET里，分子穿过细胞膜、被代谢酶识别、跟血浆蛋白结合，很多环节看的不是静电，而是分子长什么样、伸得开伸不开。拓扑描述符正好抓这层信息。
4.1 Wiener指数——分子大小的「一把尺」
Wiener指数是拓扑描述符里资格最老的之一。它算的是分子图中所有原子对之间的最短路径距离之和。公式长这样：
W = (1/2) * ΣᵢΣⱼ dᵢⱼdᵢⱼ就是原子i和原子j之间的最短路径上，有几个化学键。分子越大、越「长条」，Wiener指数就越大。分子如果卷成一团，Wiener反而会小——实际上这也是它的价值。
它在ADMET里的用法：
- 水溶性预测：分子越大、Wiener指数越高，水溶性通常越差。我记得有个项目做口服候选化合物筛选，Wiener指数超过2500的，溶解度基本全垮了。
- 血脑屏障穿透：小分子容易穿，大分子难。Wiener指数跟分子尺寸正相关，能帮我们快速排除那些太大进不了脑的分子。
- 蛋白结合倾向：长链分子容易跟血浆蛋白蹭来蹭去，Wiener指数高往往意味着高的蛋白结合率。
4.2 Zagreb指数——骨架支链度的「计分卡」
Zagreb指数比Wiener出现得晚一些，但它有一个明显的优势：计算简单，不需要算最短路径。它只要看每个原子的「度」——也就是跟它相连的化学键个数。两个版本的公式：
M1 = Σᵢ deg(i)²
M2 = Σᵢⱼ [deg(i) * deg(j)]M1是每个顶点度的平方和，M2是所有边两端度的乘积之和。你算一下就会发现，支链越多的分子，两个指数都大。
我个人的经验：
- 肝毒性预警：高度支链化的分子，比如叔丁基、多个甲基取代的，代谢酶（CYP450）更容易在它们上面插「代谢软肋」。我手头一个化合物库，M2指数高于120的，肝微粒体代谢稳定性全低于20%。
- 水溶性：支链多了，晶格能往往降低，水溶性反而好一些。Zagreb指数跟水溶性的关系，经常是U型——低支链和高支链都表现不好，中间段最佳。
- 口服吸收：Lipinski规则里的「旋转键数」，跟Zagreb指数有一定重合。大部分情况下，Zagreb指数可以用来代替旋转键数，而且对饱和环体系的区分度更好。
4.3 分子连接性指数——从碎片到整体的「粘合剂」
分子连接性指数（Chi指数）是Milan Randić在1975年提出的。它的核心思想是：把分子拆成不同大小的片段——单键片段、两根键片段、三根键片段，等等——每个片段给一个权重，然后求和。零阶Chi（0χ）主要反映分子大小，一阶Chi（1χ）看键的连接方式，高阶Chi（2χ、3χ）能看到更远的拓扑关系。
公式我简单写一下零阶和一阶：
⁰χ = Σᵢ (1 / √(deg(i)))
¹χ = Σ键 (1 / √(deg(i) * deg(j)))与Wiener和Zagreb不同，Chi指数可以做「价态修正」——带上原子类型信息。比如氧原子度1，但价态可以给个权重修正。我在做ADMET预测时，几乎只用价态修正版（mχᵛ）。
它在ADMET里的表现：
| Chi指数版本 | 最佳用途 | 我的推荐阈值 |
|---|---|---|
| 0χᵛ | HIA（肠道吸收）预测 | < 12 表示吸收良好 |
| 1χᵛ | 血脑屏障穿透 | < 5 更容易穿透 |
| 2χᵛ | 代谢稳定性（CYP450） | > 3 往往稳定性差 |
| 3χᵛ | hERG抑制风险 | > 2 风险升高 |
你可能会问：表里的阈值怎么来的？嗯，这些数值是很多个实验数据集上的经验总结。我做过一个hERG抑制预测模型，加入3χᵛ后，AUC从0.72跳到0.84。分子连接性指数提供的不是「具体哪里危险」，而是一张风险初筛网。
from rdkit import Chem
from rdkit.Chem import Descriptors
mol = Chem.MolFromSmiles('CC(C)CCCC(C)C') # 异辛烷
# Wiener指数
wiener = Descriptors.WienerIndex(mol)
# Zagreb指数（M1）
zagreb_m1 = Descriptors.ZagrebIndex(mol)
# 一阶分子连接性指数（Chi1）
chi1 = Descriptors.Chi1(mol)
print(f"Wiener: {wiener:.2f}") # 输出: 93.00
print(f"Zagreb M1: {zagreb_m1:.2f}") # 输出: 14.00
print(f"Chi1: {chi1:.2f}") # 输出: 3.394.4 三者的对比与选择策略
很多同学会问：「三个拓扑描述符能不能替换？」我的答案是：不能，至少不能随便替换。它们看问题的角度不一样：
核心建议：
- 刚开始做ADMET预测：先用Wiener指数过滤超高分子量化合物，控制分子量区间。
- 做代谢稳定性预测：优先加Zagreb指数（M1和M2），支链代谢不稳定的敏感。我习惯把M2放入模型后，交叉验证误差能降3-5%。
- 做口服吸收预测（HIA、Caco-2）：用一阶Chi指数，尤其是修正后的1χᵛ，它对刚性骨架的区分度最好。
- 做hERG或毒性预测：别忘了三阶Chi指数（3χᵛ），它能抓到长距离拓扑模式，这是Wiener和Zagreb做不到的。