2026-09-05
把687亿Enamine分子按18个物化性质切网格，预筛约1200万代表分子即可圈定高分格子。FSP1用2200万次对接拿到283 nM抑制剂，PARP1筛出8.8 nM命中。
实验高通量筛选一次通常只测几十万化合物，可合成类药空间的估计却在 10^60。虚拟筛选已经把搜索扩到数亿乃至数十亿分子，穷尽对接的账单跟着库一起涨。2018 年版 REAL Database 和 ZINC20 这类现成 ready-to-dock 公开库大约 15 亿分子；Enamine 的 on-demand 目录已经报到数万亿。再把每个分子都对接一遍，时间和钱都撑不住。
对接软件各自一套输入格式、采样算法和打分函数，GPU 与 ARM 也经常接不上。同一组人 2020 年的 VirtualFlow 最多演示到 16 万 vCPU。缺的是一套能把超大库切成可导航子空间、把一千多种对接协议接到云上、还能给机器学习当数据管线的开源平台。
AdaptiveFlow 拆成三块：配体准备 AFLP、筛选引擎 AFVS、把两者串成一条命令的 AFU。真正新的东西是化学空间索引，不是新的打分函数。
Enamine REAL Space 2022q1-2 原始枚举 315 亿条 SMILES。立体异构体、互变异构、质子化态和 3D 构象展开后变成 687 亿 ready-to-dock 分子，99% 满足 Lipinski 五规则，独特 Murcko 骨架约 11 亿。每分子算 28 个物化性质，挑 18 个（分子量、logP、氢键供体与受体、可旋转键、TPSA、logS、芳香比例、形式电荷、sp3 碳比例、手性中心数等）做成网格。理论格子 244 亿个，实际被占住的 tranche 约 1200 万个，每个平均约 5600 个分子。
自适应靶点引导筛选 ATG-VS 的流程可以复述：
对接协议定义为采样算法乘打分函数，约 40 个程序拼出 1500 多种组合，含 DiffDock、TANKBind、EquiBind，以及 AutoDock-GPU、Vina-GPU。库同时给 SELFIES，方便生成模型。AWS Batch 加 spot 实例近线性扩到 560 万 vCPU；配体准备时抢占不到 0.1% 的 CPU 小时。QuickVina 2 用 Intel 编译器重编后又快了 18%。
在 500 万分子子集、十个靶点（激酶、磷酸酶、GPCR、蛋白–蛋白界面）上，总共 10 万次对接的 ATG（含或不含那层 MLP）对 top-50 平均对接分数，打得过 100 万随机抽样。KRAS-G12V 上随机 1M 是 −11.83 kcal/mol，100K ATG −11.95，100K ATG 加主动学习 −12.11；CB1 上分别是 −13.93、−14.14、−14.25。口袋复杂、疏水面叠极性子口袋的靶点，主动学习增益更明显。生产规模用完整 687 亿库、关掉主动学习，ATG 仍用少得多的对接次数追上或超过 1 亿随机 ULVS 的顶尖分数。
湿实验做了两个靶。
| 靶点 | 对接规模 | 合成与测试 | 关键数字 |
| FSP1 | 预筛 1200 万 + 主筛 1000 万 | 订 42 个，合成 33 个 | afi-FSP1-1 的 Ki 0.283 μM、Kd 98 nM |
| PARP1 | 预筛后主筛 1 亿 | 合成 160 个 | 7 个抑制剂；iParp1 的 IC50 8.8 nM |
FSP1 首轮 33 个化合物里，2 个在 10 μM 下抑制超过 50% 且热位移至少 1.5 °C。共晶结构确认抑制剂占 coenzyme Q 口袋，姿态和对接预测一致。细胞热位移里 afi-FSP1-1 和 afi-FSP1-2 分别把人源 FSP1 稳了 2.8 °C 和 3.1 °C。后续按 afi-FSP1-1 结构再筛 20 个类似物，又拿到 4 个三位数纳摩尔到低微摩尔的 Ki。作者拿自己 2020 年 KEAP1–NRF2 无偏筛 13 亿分子才出纳摩尔命中做对照，这次 FSP1 2200 万次对接就够。
PARP1 的 160 个合成分子经两点浓度酶活筛出 7 个抑制剂，4 个 IC50 低于 250 nM。最强的 iParp1 酶活 8.8 nM，接近 FDA 药 olaparib，但晶体里看到的是水解产物，细胞活性被膜通透拖住。
对做虚拟筛选的人，这是 VirtualFlow 的工程升级加一套化学空间索引。69 亿 ready-to-dock 库、SELFIES、1500 种协议、GPL-2.0 开源，够当公共基础设施。ATG 的卖点很具体：FSP1 这种口袋，2200 万次对接就能出可结晶的纳摩尔抑制剂。压缩后每种 3D 格式大约 50 TB，挂在 AWS Open Data，不必自己枚举。
对接分数领先不等于湿实验命中率领先。生产规模对照只比了 docking score，没有同一靶点上 ATG 对随机 ULVS 的实验头对头。主动学习也没上到 69 亿全库。
作者写了：化学空间聚焦的效果跟口袋有关，特征贫乏的口袋增益小。生产基准关掉了主动学习。那层 MLP 用对接分数当监督信号，而对接分数和真实亲和力的相关性本来就弱，等于用噪声标签再筛一轮。
FSP1 晶体用的是四足类祖先序列重建蛋白，与人源一致率 72.5%。CETSA 在表达人源 FSP1 的 HEK293 上做了，结构到人源活性仍隔了一层。PARP1 最强命中水解、透膜差，离成药还早。库是 2022 版 REAL Space，正文已经承认可购买空间涨到数万亿，这套网格会过时。Enamine 员工是共同作者。ChemAxon JChem 仍是配体准备的默认路径，开源备选是后加的。