药物发现：ADMET性质预测

可视化演示

展示分子描述符、多任务学习与预测校准的ADMET预测过程，可切换三种模式观察如何早期淘汰不良候选分子。

认识 ADMET——候选分子入职前的五关面试

求职者走进公司大楼前，HR 要给他设置五道关卡：第一关“吸收”，他能不能顺利刷开门禁走进大楼——对应口服药能否从肠道进入血液循环；第二关“分布”，进门后能不能被安排到核心岗位——对应药物能否送达靶组织；第三关“代谢”，部门的工作流程会不会把他改造成另一个人——对应肝脏中的酶对药物的转化；第四关“排泄”，干完活能否顺利离开公司——对应药物经肾脏、胆汁排出体外；第五关“毒性”，这个人会不会搅得整个部门鸡飞狗跳——对应 hERG 心脏毒性、肝毒性等安全风险。

ADMET 正是 Absorption（吸收）、Distribution（分布）、Metabolism（代谢）、Excretion（排泄）、Toxicity（毒性）五个英文单词的缩写，它们共同决定一个分子有没有资格成为药物，任何一关不及格都难以成药。药物化学家为此总结了一组快速初筛的经验准则——Lipinski 的“类药五规则”（Rule of Five），它像公司招聘的硬性学历门槛一样，先把明显不合适的简历扔进回收站：

五规则只是入门级硬过滤，真正的 ADMET 预测还要靠机器学习模型对每个维度输出软评分——不再是简单的“过/不过”，而是“通过吸收关的概率为 0.87”这样的精细判断。回到求职记：五规则是公司贴在门口的硬性学历门槛，而 AI 模型是阅人无数的资深 HR，它能看出这位求职者虽然硬指标擦边，但综合素质很稳，值得给一次机会。

分子描述符——把分子写进简历

HR 凭什么判断求职者？凭简历。算法凭什么判断分子？凭分子描述符。简历上的“毕业院校、实习经历、性格特长”，对应分子描述符里的“分子量、logP、极性表面积、氢键数目”。一份好简历要字段清晰、信息密度高，一组好描述符也要能精炼地抓住分子的本质，让模型一眼看穿它“是块什么料”。

常见的分子描述符分几类：理化性质类（分子量 MW、脂水分配系数 logP、拓扑极性表面积 TPSA、氢键供体/受体数、可旋转键数），拓扑与几何类（分子形状、分子体积），以及分子指纹（如 Morgan 指纹把局部结构编码成 0/1 向量）。其中 logP 是最经典、最直观的一个——它回答“这个分子更爱油还是更爱水”：

描述符从哪里来？传统靠实验测定，现代 AI 流程中用 RDKit 等工具几毫秒就能从 SMILES 结构式算出上百个描述符。但并非越多越好：特征过载会引入冗余与噪声，常用相关性分析、LASSO、互信息做特征选择，像 HR 筛简历关键词一样，只留下最有区分度的字段。简历造假会误导 HR，描述符选错会误导模型——特征选择就是背景调查，把水分挤干，判断才靠谱。

多任务学习——一套系统，五关同时考核

传统公司把五关拆给五个互不通气的部门，每个部门都从零研究同一份候选人档案，效率低、样本也少。聪明的新药公司成立“综合测评中心”：所有面试官共享同一套候选人档案底库（共享表示层），但每个维度保留专属的面试题目（任务专属头）。这就是多任务学习（Multi-Task Learning, MTL）的朴素思想。

结构上，MTL 是一个共享的特征提取器（多层神经网络）接出多个任务头，每个任务头负责一个 ADMET 维度。训练时五个任务的损失一起回传，共享层被迫学到对五个任务都有用的通用分子表征——这正是“一把钥匙开五把锁”。整体优化目标是把各任务的损失加权求和：

MTL 的核心收益在于数据互补与隐式正则：数据较少的毒性任务，可以从吸收、代谢等大数据任务中“借力”，共享层学到的通用表征天然带有正则效果，能抑制过拟合。但它并非没有代价——当任务目标互相冲突时，梯度会“打架”，此时可以引入基于不确定性的动态加权，让模型自己决定谁急谁先面。综合测评中心也要讲组织协调，五个面试官抢同一个候选人会内耗，动态分配面试时长，才能把每关都评到位。

早期淘汰——把问题员工挡在入职前

招聘漏斗大家都懂：一万份简历，机器初筛留三千，笔试留八百，面谈留一百，终面留五个。每一步淘汰都在省钱——早淘汰一个后面要付高薪、花培训费、还可能闯祸的“问题员工”，比入职后再辞退划算得多。药物研发的漏斗是同一个道理，只是代价被放大了几个数量级。

药企的化合物库动辄上百万分子，若全部合成并做动物实验，成本是不可承受的天文数字。AI 的 ADMET 模型先给整个库打分排序（虚拟筛选），只把排名靠前、预测风险低的分子送去合成与实验验证。研发漏斗逐层收窄：苗头化合物 → 先导化合物 → 候选药物 → 临床前研究 → 临床 I/II/III 期，越往后单分子成本越高，失败代价越惨烈。每关的通过率连乘，决定了最终还能剩下几个“幸运儿”：

实务操作中常采用“硬规则 + 软评分”双闸：先让类药五规则这类硬规则做粗暴过滤（像学历门槛一票否决），再用 AI 软评分做精细排序（像综合面试逐项打分）。越早用 AI 把大概率失败者筛掉，省下的钱越是成倍增长——这就是“入职前多花十分钟，入职后少赔十个月工资”的生意经。

预测校准——面试官的手松手紧要校正

有的面试官习惯打高分，他信誓旦旦说“很有把握”的人，实际只有六成靠谱；有的面试官特别严苛，他说的“还行”，其实已经相当优秀。AI 模型同样有这种“手松手紧”的系统性偏差：模型说“通过概率 90%”的分子，真实通过率可能只有 70%。如果不校正，业务方会被高高在上的概率数字误导，做出错误决策。

校准（Calibration）衡量的正是“预测概率与真实频率的一致性”：理想的模型里，凡是预测通过概率为 0.6 的一批分子，真实通过率也应当约为 60%。评估校准最常用的指标是期望校准误差（Expected Calibration Error, ECE），它把所有预测按概率分箱，逐箱对比“说的”和“做的”：

发现“手松”怎么治？后处理校正即可：温度缩放（Temperature Scaling）用一个标量温度参数先除以 logits 再做 softmax，或者直接对预测概率做 Platt 缩放、保序回归。这些方法不改变模型对分子的排序，只重新校准概率的绝对数值，让“90%“真的意味着 90%。校准好的模型才是可信赖的 HR——它说”这个人八成就行”，老板就真敢押上八成的资源。

业务 ROI——把账算给老板看

校招系统上线是要花钱的：数据采购、算力租用、算法工程师工资、模型迭代时间，样样都是真金白银。老板只问一句：这套系统到底值多少钱？——这就是 AI 项目的 ROI 命题，ADMET 预测也不例外。

成本端，ADMET 实验数据昂贵：体外测定 IC50、动物实验动辄数万元一个化合物。好在有 ChEMBL、PubChem、Tox21 等开源数据库可以做冷启动，先跑通再逐步用自有数据微调。技术端，AI 预测的准确率有天花板——实验室噪声、体外体内差异、种属差异都会带来误差，必须明确“AI 筛选 + 实验验证”的分工，合规的毒理实验不可替代。收益端，以一个管线年评估 1000 个候选分子计算，若 AI 能提前淘汰 30% 的坏分子，每个坏分子省下的合成与动物实验成本累加起来，常常是模型开发投入的数倍：

落地的黄金法则是“小步快跑”：先选一个数据最齐全的维度（如 hERG 心脏毒性）做出高精度模型，内部验证 ROI，跑通后再扩展到五个维度。求职系统先进不先进不重要，老板只看它省了多少招聘成本、避免了多少次错误录用——ADMET 预测最终要回答的，也正是这道朴素至极的算账题。

AI 应用场景

Python 演示

# -*- coding: utf-8 -*-"""多任务 ADMET 预测与校准误差演示（纯 numpy 实现）"""import numpy as np np.random.seed(42)N = 200  # 候选分子数量X = np.random.rand(N, 5)                    # 5 个分子描述符X[:, 0] = X[:, 0] * 300 + 200              # 分子量 200~500X[:, 1] = X[:, 1] * 8 - 2                  # logP -2~6X[:, 2] = X[:, 2] * 100 + 20               # TPSA 20~120X[:, 3] = (X[:, 3] * 10).astype(int)       # HBD 0~9X[:, 4] = (X[:, 4] * 15).astype(int)       # HBA 0~14 # 模拟五个 ADMET 任务的真实标签（1=通过该关）Y = np.zeros((N, 5), dtype=int)Y[:, 0] = ((X[:, 1] > 0) & (X[:, 1] < 5)).astype(int)     # 吸收关Y[:, 1] = ((X[:, 0] < 450) & (X[:, 2] > 30)).astype(int)  # 分布关Y[:, 2] = (X[:, 4] < 10).astype(int)                       # 代谢关Y[:, 3] = (X[:, 2] < 100).astype(int)                      # 排泄关Y[:, 4] = ((X[:, 0] < 500) & (X[:, 3] < 5)).astype(int)   # 毒性关 # 多任务网络：特征 -> 共享隐藏层(4维) -> 5 个任务头np.random.seed(7)W1 = np.random.randn(5, 4) * 0.5b1 = np.zeros(4)W2 = np.random.randn(4, 5) * 0.5b2 = np.zeros(5) def forward(x):    h = np.tanh(x @ W1 + b1)    logit = h @ W2 + b2    prob = 1.0 / (1.0 + np.exp(-logit))    return h, prob def batch_loss(xb, yb):    _, p = forward(xb)    eps = 1e-9    return -np.mean(yb * np.log(p + eps) + (1 - yb) * np.log(1 - p + eps)) # 训练：共享层让五个任务互补for epoch in range(500):    idx = np.random.choice(N, 64)    xb, yb = X[idx], Y[idx]    h, p = forward(xb)    g = (p - yb) / len(xb)    gh = (g @ W2.T) * (1 - h * h)    W1 -= 0.5 * (xb.T @ gh)    b1 -= 0.5 * gh.sum(axis=0)    W2 -= 0.5 * (h.T @ g)    b2 -= 0.5 * g.sum(axis=0)    if epoch % 100 == 0:        print("epoch", epoch, "loss", round(batch_loss(X, Y), 3)) # 预测：五个维度靠不靠谱_, prob = forward(X)acc = np.mean((prob > 0.5).astype(int) == Y, axis=0)print("各任务准确率:", np.round(acc, 3)) # 校准误差 ECE：预测概率与真实频率是否一致def ece_score(p, y, bins=10):    flat_p = p.ravel()    flat_y = y.ravel()    err = 0.0    for i in range(bins):        lo, hi = i / bins, (i + 1) / bins        m = (flat_p >= lo) & (flat_p < hi)        if m.sum() == 0:            continue        err += abs(flat_y[m].mean() - flat_p[m].mean()) * m.mean()    return err print("期望校准误差 ECE:", round(ece_score(prob, Y), 4)) # 业务汇报：通过至少 4 关的分子占比pass_n = (prob > 0.5).sum(axis=1)print("通过>=4关的候选占比:", round(np.mean(pass_n >= 4), 3))

1. X = np.random.rand(N, 5)生成 200 个候选分子的 5 个描述符原始值，模拟“简历字段”。
2. Y[:, 0] = ((X[:, 1] > 0) & (X[:, 1] < 5)).astype(int)根据 logP 区间生成吸收关的模拟标签，代表真实实验结论。
3. h = np.tanh(x @ W1 + b1)共享隐藏层，所有任务共用的“通用分子表征”。
4. g = (p - yb) / len(xb)交叉熵损失对 logits 的梯度，是五个任务反向传播的共同起点。
5. gh = (g @ W2.T) * (1 - h * h)把梯度回传到共享层，让五个任务一起更新“底层常识”。
6. err += abs(flat_y[m].mean() - flat_p[m].mean()) * m.mean()按概率分箱累加 ECE，量化模型“说的”和“做的”之间的差距。
7. pass_n = (prob > 0.5).sum(axis=1)统计每个分子通过了几关，末尾输出存活率，正是业务方最关心的漏斗出口。

常见误区

面试题