2026-09-21
南加大把生成分子当探针，用图编辑距离在超大库里找可买类似物。30个靶点上筛2k超过随机筛50k ZINC，效率至少25倍。
结构基药物设计（SBDD）生成模型能按蛋白质口袋的三维形状吐出分子，但吐出来的东西经常没法合成。Gao 和 Coley 在 2020 年已经用计算机辅助合成规划量化过：目标导向生成很容易给出「看起来合理、实际上做不出来」的结构。早期发现要的是几天内能买到、能测的苗头，定制合成跟不上这个节奏。
常规出路有两条。一条是只筛现成可买库：Enamine REAL、ZINC、WuXi GalaXi 这类 make-on-demand 库已经到十亿级，穷举对接越来越扛不住。另一条是把生成模型直接限制在可合成子空间，多样性和可控性一起掉。南加大 Rohs 组的判断更干脆：生成模型不该被当成「可下单的药」，它更适合当探针，把搜索压到一小块高潜力化学空间，再在现成库里把可合成邻居捞出来。
管线叫 MGVS（model-guided virtual screening），五步走完：
评测用 PDBbind 通用集：先按 30% 序列一致性聚类，抽 30 个簇、每簇一个靶点。基线是从 ZINC20 类药子集随机抽 50k 做虚拟筛选。Vina 分跟分子大小强相关，主指标因此改成 Vina efficiency（Vina 分除以重原子数）。指纹距离（ECFP4、Daylight）一起报，但后文数字显示 GED 更贴口袋里的形状互补。
生成 query 的合成可达性（SA）分数明显差，检索命中的 catalog 分子 SA 大幅好转。对接上，98.7% 的 top-1 命中落在 query 的 Vina 误差带 ±1.5 kcal/mol 之内，平均还略好。对照晶体共结晶配体，几乎全部命中打分相当或更好，38.8% 的 ΔVina < –1.5 kcal/mol。
相似度越差，打分越差。GED 与更差结合分的 Spearman ρ 是 0.44，ECFP4 是 0.31，Daylight 只有 0.14。生成出来的 query 确实像一块靠谱模板，不是随机种子。
跟随机筛比：
| 来源 | 对接规模 | 相对随机 ZINC |
| Pocket2Mol query | 1k 生成 | 显著好于筛 10k |
| DrugHIVE query | 1k 生成 | 显著好于筛 30k |
| DiffSBDD query | 1k 生成 | 显著好于筛 50k |
| 三个模型的 search-hit | 约 2k（含 query） | 全部好于筛 50k |
2k 对上 50k，就是文中那句「至少 25 倍筛选效率」。每个 query 只留 1 个最近邻时，ΔVina 的 95% 置信区间上沿也只有 +0.3 kcal/mol；大约对接 40 个命中后，平均 ΔVina 过零。
结合姿态也对得上。PLIP 看非疏水的特异性相互作用（氢键、盐桥、π 相互作用）：80.7% 的 query 能在 top-1 命中里找到残基级「全部特异性相互作用都对上」的 analog，99.2% 至少共享一条。最差的靶点 PDB 5G1P 也有 20.0% 的 query 能找到残基级全匹配。π-堆积在 top-100 命中里残基级至少共享一条的比例高达 0.92，氢键是 0.69。
这是一条工程结论，不是又一个生成器。现有 3D 模型不用先解决「可合成」，也能进早期发现流程：生成负责压缩空间，可买库负责落地。三个架构都跑通了，结果不太绑在某一个生成器上。
对做虚拟筛选的人，口袋已知、手头有 catalog 时，2k 次对接换 50k 的 top-10 质量可以直接试。对做生成模型的人，优化预算更该砸在「真能卡住口袋」上，可合成交给检索。作者据此认为，把模型锁死在反应模板子空间，可能反而伤打分。
整篇证据停在对接。QuickVina2 自己就报 ±1.5 kcal/mol 的不确定性，没有湿实验、没有 ADMET、没有真实下单合成。文中的「可合成」等于「出现在 Enamine REAL / ZINC / WuXi GalaXi」，不是烧瓶里已经做出来。
基线是随机 ZINC，不是现在超大库真正在用的 synthon-based VLS。25 倍是相对随机穷举，不是相对 V-SYNTHES 那类方法。过滤掉非五/六元环和复杂并环，等于先把生成空间削瘦再谈检索成功率。
作者自己也写了：这条路绑在超大库的近似检索能力上；库继续膨胀、检索跟不上，MGVS 就空转。他们反对把模型限制在可合成子空间，依据同样只是对接。限制模型会不会换来更高的湿实验转化率，这篇没有回答。
ACS 正式刊出在 JCIM 66 卷 14 期，正文按公版 bioRxiv 预印本读的（出版社落地页被 Cloudflare 拦住）。预印本与期刊版若有补实验，这里覆盖不到。