每年中考放榜后，学校最纠结的事莫过于录取名单。假如录取只看数学一科，体育尖子、文学天才统统落榜；更麻烦的是，某些单科满分的孩子进了高中之后，被全科压力一压，立刻现出原形。制药行业挑分子，和学校挑学生是同一件事：一个候选分子就像一名考生，所谓“活性”只是数学一科。只有把活性、选择性、药代性质、合成可行性几门功课的成绩全面摊开，算出加权总分，才能判断这个分子究竟是“能成药的尖子生”，还是“偏科的天才”。而 AI 在这套流程里的角色，是一台“智能阅卷系统”：不用等每一科的真考——也就是昂贵的湿实验——出分，只要扫一眼分子结构，就能快速预判各科成绩、排出综合名次，帮研发团队把宝贵的实验资源留给最靠谱的候选分子。这篇文章就沿着“全科成绩单”这条线索，把分子设计评估从框架、打分到权重、建模、迭代的逻辑完整讲一遍。

岗位关联

学会分子设计评估，你就在 AI 制药的“选苗”环节拥有了可量化、可解释、可迭代的决策能力——这是连接分子生成与实验验证的枢纽，也是创新药降本增效的核心杠杆。

目录
  1. 可视化演示
  2. 1. 评估框架：一张全科成绩单（多维评估框架）
  3. 2. 每门科目的计分规则（指标量化方法）
  4. 3. 加权总分怎么算（综合打分融合）
  5. 4. 科目分值谁说了算（权重寻优策略）
  6. 5. AI 阅卷老师：多任务评估模型（AI评估建模）
  7. 6. 评估驱动优化：迭代闭环（优化迭代闭环）
  8. 7. 评估体系的工业回报（工业落地成效）
  9. AI 应用场景
  10. Python 演示
  11. 常见误区
  12. 面试题

可视化演示

演示分子多维评估、综合打分与候选分子排序，理解AI评估模型为分子优化提供综合决策支持。

本节配有交互动效（进入视口后自动加载，约 3KB）。

多维评估：量化候选质量 活性 药代 w·dim 活性/选择性/药代/合成可行性

1. 评估框架：一张全科成绩单（多维评估框架）

如果学校想挑出真正能考上大学的苗子，光看数学单科显然不够。同样，在药物研发里，一个分子就算能把靶点蛋白“锁死”（活性极强），若是它同时乱伤正常细胞、进了人体就被肝酶拆得七零八落、或者化学家要花二十步才能合成，那它依然无法成药。因此，成熟的分子设计评估首先要搭一个“全科成绩单”框架，定下哪些科目必须考。制药界基本形成共识的四门必修课是：活性，衡量分子对疾病靶点的调控效力；选择性，衡量分子在靶点与脱靶蛋白之间的“专一程度”；药代性质，即 ADMET（吸收、分布、代谢、排泄、毒性）——可以通俗记成分子进入身体后的“运动能力与守规矩程度”；合成可行性，指分子能不能被稳定、便宜地制造出来。

从技术上看，评估框架的任务是定义“成绩单的数据结构”。给定一个候选分子 \(m\)，评估系统的输出是一个四维评分向量，每个分量对应一门科目的原始得分。

四科成绩单拿到手，这只是第一步。不同科目的“计分规则”完全不同，有的越小越好、有的越大越好，下一节就要解决“每科到底怎么打分”的问题。

f(m)=[ fact(m), fsel(m), fpk(m), fsyn(m) ]⊤\mathbf{f}(m) = \big[\, f_{\text{act}}(m),\ f_{\text{sel}}(m),\ f_{\text{pk}}(m),\ f_{\text{syn}}(m) \,\big]^\top
这个向量就像成绩单上四门科的“原始分”，先不急着算总分，只负责如实记录每科表现。
  1. 输入分子\(m\) 表示一个候选分子，比如一条 SMILES 字符串或一张分子图，是整个评估流程的“考生”。
    f(m)\mathbf{f}(m)
  2. 活性分\(f_{\text{act}}(m)\) 衡量分子对目标靶点的调控能力，相当于“数学成绩”，是药效的根基。
  3. 选择性分\(f_{\text{sel}}(m)\) 衡量分子在靶点与脱靶蛋白之间的专一度，相当于“思想品德”——是不是只对敌人动手。
  4. 药代分\(f_{\text{pk}}(m)\) 汇总吸收、分布、代谢、排泄等性质，相当于“体育成绩”，决定分子在体内能否坚持战斗。
  5. 可合成分\(f_{\text{syn}}(m)\) 衡量分子被实验室和工厂制造出来的难度，相当于“劳动技能”——造不出来一切归零。

2. 每门科目的计分规则（指标量化方法）

语文考 90 分、数学考 110 分，大家能直接比，是因为试卷满分一致；可跑步是时间越短越强，举重是重量越大越强，方向反了就没法比较。分子评估也面临同样的麻烦。以活性为例，最常用的指标是 IC50（半数抑制浓度）：抑制 50% 靶点活性所需的药物浓度，单位是微摩尔（μM）。IC50 越小，说明分子越“省药”、效力越强，就像跑步用时越短越好。但直接把这个数拿去做加权，方向就是反的——所以要先做一次负对数变换，得到 pIC50。

然而 pIC50 的范围通常落在 5 到 11 之间，选择性指数可能从 2 到 100，logP 又是 -1 到 7……量纲完全不同，无法直接加权。所以每科“原始分”在进入总分之前，还要做一次归一化，映射到 \([0,1]\) 区间。

四科都变成同向、同尺度的百分制后，下一步才能毫无障碍地加权合总分。

pIC50=−log⁡10(IC501 μM)\text{pIC}_{50} = -\log_{10}\left(\frac{\text{IC}_{50}}{1\,\mu\text{M}}\right)
归一化相当于把每科成绩都换算成“百分制的相对名次”：全班最差的记 0 分，最好的记 1 分，其余按位置插值。
  1. 去底对齐用当前候选集合的最小值做基准，减去它，把最差情况平移成 0。
    fi−fimin⁡f_i - f_i^{\min}
  2. 区间缩放除以极差 \(f_i^{\max}-f_i^{\min}\)，把最大值缩放到 1。
    fi−fimin⁡fimax⁡−fimin⁡\frac{f_i - f_i^{\min}}{f_i^{\max} - f_i^{\min}}
  3. 结果区间归一化后 \(\tilde{s}_i\) 必然落在 0 到 1 之间，且“越大越好”方向统一。
    0≤s~i≤10 \le \tilde{s}_i \le 1

3. 加权总分怎么算（综合打分融合）

中考总分之所以是“语文 120 + 数学 120 + 英语 100 + 体育 40”，是因为教育局认为各科对录取的贡献不一样。分子设计评估同样如此：在苗头发现阶段，活性与选择性几乎决定生死，权重自然要高；到了先导优化后期，药代性质和可合成性逐渐变成拦路虎，也得给足分值。把这些权重定下来之后，最常见的综合分是加权求和。

除了加法，还有一种几何加权方式：\(S = \prod \tilde{s}_i^{\,w_i}\)。它像一个“一票否决”机制——任何一科得 0 分，总分就归零。可合成性为零的分子再强也直接出局，就适合用几何加权设底线。加法保均衡，乘法定红线，两者经常结合使用。

总分规则一旦定下来，更棘手的问题出现了：谁来决定各科的分值？答案是数据说了算。

S(m)=∑i=1nwi s~i(m),wi≥0,  ∑i=1nwi=1S(m) = \sum_{i=1}^{n} w_i\, \tilde{s}_i(m), \qquad w_i \ge 0,\ \ \sum_{i=1}^{n} w_i = 1
加权求和就是“按科目满分折算总分”：每个候选分子的综合分是各科归一化分数乘以各自权重的累加，权重之和必须等于 1，总分才能稳定在 0~1 之间，方便跨项目比较。
  1. 单项贡献\(\tilde{s}_i(m)\) 是分子 \(m\) 在第 \(i\) 门科目上归一化后的成绩。
    s~i(m)\tilde{s}_i(m)
  2. 权重放缩\(w_i\,\tilde{s}_i(m)\) 表示这门科在总分里真正留下多少分，相当于“满分 100 × 权重”。
    wi s~i(m)w_i\, \tilde{s}_i(m)
  3. 逐科累加把所有科目的加权成绩求和，得到一个介于 0 和 1 之间的综合分。
    ∑i=1nwi s~i(m)\sum_{i=1}^{n} w_i\, \tilde{s}_i(m)
  4. 约束条件\(w_i \ge 0\) 保证权重不出现“负分倒扣”，\(\sum w_i=1\) 保证总分尺度稳定。
    ∑i=1nwi=1\sum_{i=1}^{n} w_i = 1

4. 科目分值谁说了算（权重寻优策略）

学校会根据历届毕业生的升学数据不断微调各科分值：如果今年发现数学强的学生升学率更高，数学分值就上调。分子评估的权重同样不能拍脑袋定死，而要用数据来寻优。研发团队通常会走三步：先由药物化学家根据项目阶段给出经验初值，比如苗头发现期设“活性 0.40、选择性 0.30、药代 0.20、可合成 0.10”；然后在权重空间里做网格搜索或随机搜索，用一批有实验标签的分子检验不同权重下的排序质量；最后用贝叶斯优化做精细调整——它像一个有经验的猎人，先根据历史“枪响”的结果判断哪里最可能出高分，再集中火力逼近最优解，比网格搜索少算几十倍。

无论用哪种搜索方式，权重寻优本质上是一个带约束的优化问题。

权重定了，阅卷速度成了新瓶颈：一百万候选分子，总不能一个个做实验考四科吧？这时就该请 AI 阅卷老师登场了。

min⁡w J(w)=∑m∈D(S(m;w)−ym)2,s.t. ∑i=1nwi=1, wi≥0\min_{\mathbf{w}}\ \mathcal{J}(\mathbf{w}) = \sum_{m \in \mathcal{D}} \big( S(m;\mathbf{w}) - y_m \big)^2, \qquad \text{s.t.}\ \sum_{i=1}^{n} w_i = 1,\ w_i \ge 0
这个公式像“用历史考卷反推科目分值”：希望权重算出的综合分与实验确认的“真实名次”尽量一致，同时必须满足权重非负且和为 1。
  1. 决策变量\(\mathbf{w}\) 是待优化的权重向量，也就是我们要调整的各科分值。
    w=(w1,…,wn)\mathbf{w} = (w_1, \dots, w_n)
  2. 预测偏差\(S(m;\mathbf{w})\) 是在当前权重下算出的综合分，\(y_m\) 是该分子经过实验验证后的观测值，二者之差是偏差。
    S(m;w)−ymS(m;\mathbf{w}) - y_m
  3. 平方累加对数据集 \(\mathcal{D}\) 里每个分子求平方再求和，惩罚大偏差，让综合分整体逼近实验真值。
    ∑m∈D(S(m;w)−ym)2\sum_{m \in \mathcal{D}} \big( S(m;\mathbf{w}) - y_m \big)^2
  4. 单纯形约束\(\sum w_i = 1\) 且 \(w_i \ge 0\)，把权重限制在一个“单纯形”空间内，防止权重乱飞。
    s.t. ∑wi=1, wi≥0\text{s.t.}\ \sum w_i = 1,\ w_i \ge 0

5. AI 阅卷老师：多任务评估模型（AI评估建模）

一个有二十年教龄的班主任，扫一眼学生的作业本，就能大致估出这孩子各科能考多少分——因为“会学习的人，各科表现往往有共同的气质”。AI 评估模型的思路完全一致：先训练一个“分子表征提取器”，让它读懂分子结构里蕴含的共性特征，再接上多个“科目输出头”，分别预测活性、选择性、药代和可合成性。这就是多任务学习。它的妙处在于：四个输出头共享同一个分子表征，就像班主任基于同一个“学生印象”来评各科成绩。活性数据有 50 万条、可合成数据只有 2 万条，共享表征还能让数据多的一科“带一带”数据少的一科，缓解小样本科目的过拟合。

多任务模型的训练目标，是把每个任务的损失按权重加起来。

AI 阅卷老师出分快，但分数不是终点——它是下一轮“补课”的起跑线。

Ltotal=∑i=1nαi Li(θshared, θi)\mathcal{L}_{\text{total}} = \sum_{i=1}^{n} \alpha_i\, \mathcal{L}_i(\theta_{\text{shared}},\, \theta_i)
这个公式像“总评 = 各科老师打分的加权汇总”：共享的分子表征是所有老师共用的“学生档案”，每个任务的损失则反映该科预测与真实成绩的差距。
  1. 单任务损失\(\mathcal{L}_i\) 是第 \(i\) 个任务的预测误差，比如活性头的均方误差或交叉熵。
    Li\mathcal{L}_i
  2. 任务权重\(\alpha_i\) 控制第 \(i\) 门课在训练时占多大比重，数据噪声大的任务给低权重。
    αi Li\alpha_i\, \mathcal{L}_i
  3. 参数分工\(\theta_{\text{shared}}\) 是共享编码器的参数，\(\theta_i\) 是第 \(i\) 个输出头的专属参数。
    θshared, θi\theta_{\text{shared}},\ \theta_i
  4. 总损失把各任务加权损失求和，反向传播时共同更新共享层与各输出头。
    Ltotal\mathcal{L}_{\text{total}}

6. 评估驱动优化：迭代闭环（优化迭代闭环）

学生拿到成绩单后，真正的学习才刚刚开始：数学弱就刷数学，体育差就练体育。分子设计也一样，评估模型每打出一批分数，都要反馈给“出题老师”——分子生成模型。生成器像命题老师，不断产出新分子；评估器像阅卷老师，当场打分排序；排名靠前的分子被送进实验验证，实验结果再回流训练评估器。如此循环往复，每一轮生成的分子都会比上一轮更接近高分答案。在强化学习的框架下，这个闭环就是“策略梯度”：评估分扮演奖励信号，告诉生成器往哪个方向用力。

评估与生成咬合成闭环，最终要兑现成工业体系里实打实的降本增效。

∇θJ(θ)=Em∼πθ[ ∇θlog⁡πθ(m) R(m) ]\nabla_\theta J(\theta) = \mathbb{E}_{m \sim \pi_\theta}\left[\, \nabla_\theta \log \pi_\theta(m)\, R(m)\,\right]
这个公式像“补课方向怎么定”：如果生成的分子拿到高分，就加大生成这类分子的概率；拿到低分就减小概率。期望符号表示对一批采样分子取平均，避免个别噪声误导。
  1. 策略采样\(\pi_\theta\) 是生成器，\(\theta\) 是它的参数，\(m \sim \pi_\theta\) 表示从生成器分布中采样一个候选分子——相当于“出一道新题”。
    m∼πθm \sim \pi_\theta
  2. 奖励分数\(R(m)\) 是评估模型给出的综合分，必要时叠加实验反馈修正，代表“这道题值多少分”。
    R(m)R(m)
  3. 对数概率梯度\(\nabla_\theta \log \pi_\theta(m)\) 指示参数往哪个方向微调，能提高当前分子的采样概率。
    ∇θlog⁡πθ(m)\nabla_\theta \log \pi_\theta(m)
  4. 期望估计对一批采样分子取平均，用蒙特卡洛估计梯度，生成器据此更新，形成“评估→反馈→生成”闭环。
    Em∼πθ[⋅]\mathbb{E}_{m \sim \pi_\theta}[\cdot]

7. 评估体系的工业回报（工业落地成效）

一所学校建立起科学的全科评估体系后，整个学校的升学率都会稳步上升。制药公司把 AI 评估体系嵌入研发管线后，收益同样立竿见影。过去，从一百万虚拟分子里挑出候选，要靠大规模实验筛选，一轮下来可能是数千万元和几个月的代价；现在，AI 评估模型可以在几小时内给一百万分子打出综合分，配合多阶段漏斗——先用规则粗筛掉明显不可合成的，再用多任务模型精筛——只把 Top 几百名送进实验室。某内部管线案例中，80 万虚拟分子经评估排序后取前 1000 个做活性测试，命中率从 0.1% 提升至 3% 以上，三轮迭代后 12 个候选进入临床前研究。

这套体系的另一个隐性回报是“数据飞轮”：每完成一轮实验，实验结果流回训练集，评估模型的预测精度就上涨一截；精度越高，筛选越准，进入实验的分子质量越高，数据质量也随之提升。给药物化学家使用的评估仪表盘还提供了可解释的“成绩单”——哪一科拖了后腿一目了然，药代差就定向加极性基团，可合成性差就简化骨架，改造方向由此变得清晰。当“成绩单”又快又准，分子设计的试错成本被压到极致，这正是 AI 制药改变研发经济的核心秘密。

AI 应用场景

场景一：虚拟筛选候选库排序

阶段：虚拟筛选与先导发现

解决的问题：传统高通量筛选要在实验里测试上百万个化合物，试剂、耗材与人力成本以亿元计，周期长达数月。AI 多任务评估模型先给全部候选分子打出四维综合分并排序，研发团队只对 Top 几百名做实验，把宝贵资源集中到最有希望的分子上。

具体案例：某初创药企针对一个激酶靶点筛选 80 万虚拟分子，评估模型综合排序后取前 1000 名进入体外活性测试，命中率从随机筛选的 0.1% 提升到 3%，单轮实验成本下降约 70%。

场景二：生成式分子优化的奖励信号

阶段：分子生成与迭代优化

解决的问题：强化学习等生成模型容易产出“看起来漂亮，实际不可合成或药代极差”的分子，需要客观裁判实时把关。评估模型把综合分作为奖励信号，配合几何加权硬约束，让生成器偏离不合格分子。

具体案例：一个基于强化学习的分子生成管线，将评估模型的综合分作为奖励函数，并设置“可合成性分数低于阈值则整轮淘汰”的约束，迭代 50 轮后生成分子的实验命中率较无评估基线提升 2.1 倍。

场景三：项目决策仪表盘

阶段：先导化合物优化与立项评估

解决的问题：多个先导候选的优劣纠缠难辨，凭经验拍板风险高。评估仪表盘把每个候选做成四维雷达图和综合分，一眼定位短板维度。

具体案例：药物化学项目例会上，团队对比三个先导候选的评估面板，发现化合物 A 的活性与选择性都领先，但药代分数极低，于是果断把改造资源投向其 logP 优化，两轮迭代后药代分数从 0.31 提升至 0.78。

Python 演示

python73 行
"""分子设计评估演示:模拟 5 个候选分子的多维评估与加权排序. 不依赖第三方库,可直接运行. 用虚拟数据模拟 IC50,选择性指数,logP 与合成步骤,复现正文中的 pIC50 变换,归一化与加权求和流程."""import math  CANDIDATES = [    {"name": "M1", "ic50_um": 0.18, "selectivity": 18.5, "logp": 2.1, "steps": 2},    {"name": "M2", "ic50_um": 1.20, "selectivity": 8.3,  "logp": 4.6, "steps": 5},    {"name": "M3", "ic50_um": 0.05, "selectivity": 3.2,  "logp": 6.8, "steps": 9},    {"name": "M4", "ic50_um": 2.40, "selectivity": 25.0, "logp": 3.1, "steps": 3},    {"name": "M5", "ic50_um": 0.62, "selectivity": 12.4, "logp": 1.8, "steps": 4},]  def p_ic50(ic50_um):    """IC50(uM) -> pIC50, 把越小越强变成越大越好."""    return round(-math.log10(ic50_um), 3)  class AssessmentPipeline:    """一个极简评估管线: 先标准化, 再加权求和, 最后排序."""     def __init__(self, weights, dims):        self.weights = weights        self.dims = dims     def standardize(self, values, higher_better=True):        vmin, vmax = min(values), max(values)        if vmax - vmin < 1e-9:            return [0.5] * len(values)        if not higher_better:            return [(vmax - v) / (vmax - vmin) for v in values]        return [(v - vmin) / (vmax - vmin) for v in values]     def score_all(self, candidates):        acts = [p_ic50(c["ic50_um"]) for c in candidates]        sels = [c["selectivity"] for c in candidates]        pks = [max(0.0, 1.0 - abs(c["logp"] - 3.0) / 5.0) for c in candidates]        syns = [1.0 / (c["steps"] * 0.5 + 0.5) for c in candidates]        acts_s = self.standardize(acts)        sels_s = self.standardize(sels)        pks_s = self.standardize(pks)        syns_s = self.standardize(syns)        rows = []        for i, c in enumerate(candidates):            vec = [acts_s[i], sels_s[i], pks_s[i], syns_s[i]]            total = sum(w * v for w, v in zip(self.weights, vec))            rows.append((c["name"], round(total, 3), vec))        return rows     def rank(self, candidates):        rows = self.score_all(candidates)        rows.sort(key=lambda r: r[1], reverse=True)        return rows  def main():    weights = [0.35, 0.25, 0.25, 0.15]    dims = ["活性", "选择性", "药代", "可合成"]    pipeline = AssessmentPipeline(weights, dims)    print("===== 候选分子多维评估 =====")    for name, total, vec in pipeline.rank(CANDIDATES):        scores = "  ".join(            "{}={:.2f}".format(d, v) for d, v in zip(dims, vec)        )        print("[{}] 综合分={:.3f} | {}".format(name, total, scores))  if __name__ == "__main__":    main()
目的：用纯 Python 实现一个完整的分子评估管线，演示 pIC50 变换、归一化、加权求和与排序，输出五个候选分子的“成绩单”与综合名次。
  1. def p_ic50(ic50_um):复现正文的负对数变换，把“越小越强”的 IC50 翻转为“越大越好”的 pIC50。
  2. class AssessmentPipeline:一个评估管线对象，内部封装标准化、打分与排序三个动作。
  3. if not higher_better:处理“越小越好”型指标的归一化，避免方向搞反导致排名失真。
  4. pks = [max(0.0, 1.0 - abs(c["logp"] - 3.0) / 5.0) ...]logP 是“窗口型”指标，离理想值 3 越近分越高，体现药代维度的量化思路。
  5. syns = [1.0 / (c["steps"] * 0.5 + 0.5) ...]合成步骤越多越难造，构造单调递减映射来量化可合成性。
  6. total = sum(w * v for w, v in zip(self.weights, vec))正文核心公式 \(S=\sum w_i \tilde{s}_i\) 的代码实现。
  7. rows.sort(key=lambda r: r[1], reverse=True)按综合分降序排序，模拟“Top K 进实验”的筛选动作。

常见误区

误区IC50 最小的分子就是最棒的候选分子，直接选它不就行了？反正药效是第一位，其他都是虚的。

正解这相当于只看数学成绩就录取学生。活性最强的分子很可能选择性差、毒性大、难合成，最终在临床阶段失败。M3 的例子就是活生生的教训：它的活性五个候选里最强，但选择性与可合成性垫底，综合分只排第三。真正的成药候选是“全科均衡”的尖子生。

为何常见：活性是文献和榜单最爱强调的“光环指标”，初学者容易把最显眼的单科成绩当成全部，忽略了评估是一个多维综合命题。

误区综合打分公式里的权重应该固定下来，一套权重走天下，这样才公平、才稳定。

正解项目阶段不同，权重必须动态调整。苗头发现期活性与选择性权重高，先导优化期药代与可合成权重升上来；权重还要用贝叶斯优化在真实实验数据上反复校准。固定权重就像用十年前的高考科目分值来要求今天的学生，自然水土不服。

为何常见：公式越简洁显得越权威，修改权重会让人感觉“标准不稳定”，于是许多团队默认一个初始权重后就不再更新。

误区AI 预测的 pIC50 和实验测的差不多，那就用预测值做临床决策吧，反正省时省钱。

正解AI 评估模型本质是“代理指标”，它的价值是给分子排序、压缩实验候选范围，而不是替代实验金标准。模型在训练分布之外（比如全新骨架）的误差可能远超预期。实验是“高考真考”，模型只是“班主任估分”——估分再准，录取时也得看真实考卷。

为何常见：模型发布会常晒很高的 R² 和 AUC，让人误以为误差已经小到可以忽略，忽略了真实场景中分布偏移带来的性能下滑。

误区既然最终只看总分，让模型直接端到端回归综合分不是更简单吗？何必分四科预测再加权？

正解直接预测综合分等于让阅卷老师跳过各科成绩直接给总分，既丢失了中间语义，又无法在活性数据很多、药代数据很少时让任务间互相借力，更无法在项目阶段变化时重新调权重。先预测四科分数、再显式加权，才能保持可解释性和灵活性。

为何常见：“端到端”这个概念被过度神化，误以为中间步骤越少越好，忽略了多任务共享表征带来的数据互补价值。

面试题

Q1. 某分子的 IC50 为 0.1 μM，其 pIC50 约为多少？

单选题 · easy

  • A.0.1
  • B.1.0← 正确答案
  • C.10.0
  • D.100.0

答案：B。pIC50 的定义是对 IC50 取负对数，\(\text{pIC}_{50}=-\log_{10}(\text{IC}_{50}/1\,\mu\text{M})\)。把 0.1 μM 代入，\(-\log_{10}(0.1)=1\)。这道题考察对负对数变换方向的理解：浓度越低，pIC50 越大，活性越强。

Q2. IC50（半数抑制浓度）作为一种活性指标，其数值越小通常意味着什么？

单选题 · easy

  • A.活性越弱需要更大剂量
  • B.活性越强抑制效果越好← 正确答案
  • C.选择性越高靶点越专一
  • D.溶解度越高越易吸收

答案：B。IC50 是抑制一半靶点活性所需的浓度，浓度越低说明分子越“省药”、药效越强，属于“越小越好”的指标，所以需要 pIC50 变换把方向翻转为“越大越好”。选项 C 讲的是选择性，D 讲的是溶解性，都与 IC50 无关。

Q3. 综合打分前，为什么必须把各维度原始分归一化？

单选题 · mid

  • A.让所有分数变成整数方便计算
  • B.消除量纲与方向差异使加权公平← 正确答案
  • C.提高机器学习模型的训练速度
  • D.使权重之和自动等于一

答案：B。IC50 是微摩尔级别、选择性是比值、logP 是 0~7 的标度，直接相加会被量纲大的维度主导，而且有的维度“越小越好”、有的“越大越好”，方向相反会让加权失去意义。归一化到 0~1 并统一方向后，权重才能公平地配比。整数化、训练速度、权重和为一是另一码事。

Q4. 几何加权 \(S=\prod \tilde{s}_i^{w_i}\) 相比加权求和，一个显著特点是？

单选题 · mid

  • A.求和时间更短且结果等价
  • B.任一维度为 0 时总分归零← 正确答案
  • C.各维度无需先做归一化
  • D.所有权重必须是正整数

答案：B。乘法中任意一项为 0，整体乘积即为 0，因此几何加权天然具备“一票否决”效果，非常适合可合成性这类“造不出来就整体放弃”的硬约束。加法是补偿式的，一科低分还能靠其他科拉回来；几何加权则不允许这种补偿。

Q5. 关于多任务评估模型，下列说法正确的有？

多选题 · mid

  • A.各任务共享同一个分子表征提取器← 正确答案
  • B.多个输出头分别预测各维度指标← 正确答案
  • C.任务间数据可以互相借力降低数据需求← 正确答案
  • D.多任务模型的训练数据必须来自同一实验平台

答案：ABC。多任务模型的结构是“一个共享表征 + 多个任务头”，活性、选择性、药代、可合成各用一个输出头。共享表征让数据量大的任务能辅助数据量小的任务，这是多任务学习最大的价值。D 错误：多任务的一个优势恰恰是允许融合不同来源、不同平台的数据。

Q6. 贝叶斯优化相比网格搜索在权重寻优中的主要优势是？

单选题 · mid

  • A.一定能找到全局最优解
  • B.用极少评估次数逼近优质权重← 正确答案
  • C.完全不需要候选分子数据
  • D.权重寻优不受阶段影响

答案：B。贝叶斯优化用代理模型拟合目标函数，并主动选择“信息量最大”的权重组合去评估，几十次就能逼近网格搜索几千次的效果。但它仍然是近似搜索，不保证全局最优，也要依赖分子数据，而且不同项目阶段权重当然不同，所以 A、C、D 均不成立。

Q7. 在分子优化迭代闭环中，评估模型的作用包括？

多选题 · hard

  • A.作为奖励信号引导生成模型更新← 正确答案
  • B.对生成候选做 TopK 筛选← 正确答案
  • C.替代全部体内动物实验
  • D.实验数据回流后持续训练提升精度← 正确答案

答案：ABD。在策略梯度闭环里，评估分担当奖励信号，指导生成器往高分方向更新；评估模型同时对每批生成候选排序，挑选 TopK 进入实验；实验数据回流训练集，持续改进评估器精度。但评估模型只是代理指标，绝不能替代体内动物实验这类金标准，C 错在绝对化。

Q8. 关于权重约束 \(\sum w_i = 1\)、\(w_i \ge 0\) 的作用，说法正确的是？

单选题 · hard

  • A.让综合分无量纲且保持稳定尺度← 正确答案
  • B.让每个维度的分数量级一致
  • C.强制所有权重取相等数值
  • D.使评估模型不再需要归一化

答案：A。权重和为 1 且非负，使加权综合分保持在 0~1 的稳定区间，跨项目、跨批次可比。分数量级一致靠的是归一化步骤，权重约束并不强制权重相等，也无法替代归一化。三者的分工要分清：归一化负责“把各科分数对齐”，权重约束负责“让总分尺度稳定”。

Q9. 药代（ADMET）维度关注的是分子的哪种“能力”？

单选题 · easy

  • A.对靶点蛋白的结合强度
  • B.体内吸收分布代谢的整体表现← 正确答案
  • C.化学合成路线的总步骤数
  • D.与脱靶蛋白结合的专一程度

答案：B。ADMET 是吸收（Absorption）、分布（Distribution）、代谢（Metabolism）、排泄（Excretion）、毒性（Toxicity）的缩写，描述分子进入身体之后的“旅程”。A 属于活性维度，D 属于选择性维度，C 属于可合成性维度。

Q10. 关于 AI 评估模型的工程落地，下列说法正确的有？

多选题 · extreme

  • A.预测分数用于排序截断可显著压缩实验成本← 正确答案
  • B.分布外分子的预测误差可能远高于训练集← 正确答案
  • C.评估模型越复杂参数量越大效果必然越好
  • D.数据飞轮依赖实验结果的持续回流与标注← 正确答案

答案：ABD。评估模型的核心工程价值是通过排序截断把实验资源集中到 TopK，显著降本。但模型分布外泛化能力有限，全新骨架的分子误差可能比训练集大一个量级，因此 B 对。模型复杂度与效果是权衡关系，不是单调递增，C 错。数据飞轮必须以“实验结果的持续回流与规范标注”为前提，否则精度提升只是空谈。