想象你是一位经验丰富的红娘，面前坐着一位条件优渥的“心仪对象”——一个疾病相关的靶标蛋白。你的任务是，从一屋子追求者（药物分子）中，找到那位能和对象“一见倾心、携手一生”的真命天子。这里的“牵手成功率”和“感情牢固度”加在一起，就是科学世界里的结合亲和力：它量化了药物分子与靶标蛋白结合得多紧、多稳。亲和力强，意味着一点点药物浓度就能牢牢占据靶点；亲和力弱，则像点头之交，擦肩而过。 但相亲不能只靠玄学。一位金牌红娘需要一套科学方法：先凭眼缘快速海选（分子对接），再安排深度考察（自由能计算），再请阅人无数的老顾问把关（深度学习评分），最后还得用一套考核指标检验自己到底准不准（评估指标）。即便如此，找到心动的对象也不代表能过日子——高亲和力还要兼顾选择性、代谢稳定性等“柴米油盐”，这就是先导化合物优化的意义。这篇文章沿着这条相亲线，带你从零理解结合亲和力的原理、预测方法和产业应用。

岗位关联

对AI从业者而言，掌握结合亲和力预测的方法论与评估逻辑，意味着你能为药物研发团队搭建一套“AI红娘系统”，从海量分子库中高效锁定高潜力候选物——这是AI制药落地中最核心、最可量化的价值环节。

目录
  1. 可视化演示
  2. 亲和力基础——爱情的度量衡
  3. 分子对接——快速相识的“眼缘”
  4. 自由能计算——热力学的“真心考验”
  5. 深度学习评分——阅人无数的“金牌红娘”
  6. 评估指标——红娘的“考核清单”
  7. 先导优化——从心动到执子之手
  8. AI 应用场景
  9. Python 演示
  10. 常见误区
  11. 面试题

可视化演示

本节配有交互动效（进入视口后自动加载，约 3KB）。

分子对接与结合构象预测——药物分子与靶标蛋白的结合过程 蛋白：靶标蛋白结合口袋 配体：候选药物分子 氢键：受体-配体相互作用 碰撞：空间位阻检测 ΔG = RT·ln(Kd) | Score = Σ(Interaction_Energy)

亲和力基础——爱情的度量衡

相亲市场里，怎样才算“合适”？不能只凭感觉，得有一个度量标准。结合亲和力就是这个科学刻度：它量化了一个配体（追求者）与靶标蛋白（心仪对象）之间结合得多紧、多稳。在化学家眼中，配体 L 与蛋白 P 在水中不断相遇又分开，形成一个动态平衡：P + L ⇌ PL。平衡时，结合常数 Ka 反映“牵手”的倾向，而解离常数 Kd 反映“分手”的难易——Kd 越小，说明只需要一点点心意就能打动对方，亲和力就越强。实际工作中常说的“纳摩尔级活性”，对应的正是这种“死心塌地”级别的吸引力。

而驱动这场牵手的内在动力，是结合自由能的变化，它直接由 Kd 决定。

这一节相当于给红娘配了一本《心动刻度手册》：有了 Kd 与 ΔG，就能把“感觉”换成数字，为后续一切筛选方法奠定了共同的度量语言。

ΔG=RTln⁡Kd\displaystyle \Delta G = RT\ln K_d
  1. ΔG（结合自由能差）配体结合前后体系自由能的变化，它决定了牵手是“自发”还是“被迫”。若 ΔG 为负，结合是自发过程，恋爱是真心实意的。
    ΔG=G复合物−G游离物\displaystyle \Delta G = G_{\text{复合物}} - G_{\text{游离物}}
  2. R（气体常数）与 T（绝对温度）R 是热力学世界的“汇率”，T 是环境的“温度”。体温升高，分子运动加剧，对结合的稳定性提出更高要求。
    R=8.314 J⋅mol−1⋅K−1\displaystyle R = 8.314\ \text{J}\cdot\text{mol}^{-1}\cdot\text{K}^{-1}
  3. ln Kd 取对数Kd 数值横跨十个数量级，取对数后压缩到可读范围。Kd 每降低一个数量级，ΔG 在 298 K 下约变负 5.7 kJ/mol，相当于“心动程度指数级上升”。
    ΔG=2.303 RTlog⁡10Kd\displaystyle \Delta G = 2.303\,RT\log_{10}K_d
  4. 符号判断Kd 越小，ln Kd 越负，ΔG 越负，结合越强。记住：数值越负的爱，越牢不可破。
    Kd↓⇒ΔG↓⇒亲和力↑\displaystyle K_d \downarrow \Rightarrow \Delta G \downarrow \Rightarrow \text{亲和力}\uparrow

分子对接——快速相识的“眼缘”

相亲第一步，红娘会快速扫一眼外形气质进行海选。分子对接做的就是这件事：在几秒到几分钟内，把候选配体的成千上万种构象与姿势，逐一“摆”到靶标蛋白的结合口袋里，看哪个姿势最合适。结合口袋是蛋白表面的一个空腔，相当于“对象身旁的空位”——追求者必须坐进这个空位，故事才能开始。

对接的核心是两件事：找姿势（构象采样）与评适配（打分函数）。构象采样像追求者不断调整坐姿、站姿与表情；打分函数则像红娘按“颜值、谈吐、家境”打分。化学中的打分函数通常把能量拆成几笔账：

这套“眼缘评分”的赢家是速度，输家是精度。分子对接把百万级分子库快速压到几百个，但它常把“温和的”误判成“心动的”。所以对接结果只是初筛信号，真正的“真心”要交给更严谨的考察。

Etotal=Evdw+Eelec+Ehbond+Edesolv\displaystyle E_{\text{total}} = E_{\text{vdw}} + E_{\text{elec}} + E_{\text{hbond}} + E_{\text{desolv}}
  1. E_vdw（范德华作用）原子间“太近会挤、太远会松”的最佳距离吸引力，对应追求者与对象之间舒适的社交距离。
    Evdw=∑i,j4εij[(σijrij)12−(σijrij)6]\displaystyle E_{\text{vdw}} = \sum_{i,j}4\varepsilon_{ij}\left[\left(\frac{\sigma_{ij}}{r_{ij}}\right)^{12}-\left(\frac{\sigma_{ij}}{r_{ij}}\right)^{6}\right]
  2. E_elec（静电作用）正负电荷相吸，对应性格互补带来的天然吸引力。
    Eelec=∑i,jqiqj4πε0rij\displaystyle E_{\text{elec}} = \sum_{i,j}\frac{q_i q_j}{4\pi\varepsilon_0 r_{ij}}
  3. E_hbond（氢键）生命体系中最精准的“暗号配对”，对应志同道合的共同语言。
    Ehbond=Arij12−Brij10\displaystyle E_{\text{hbond}} = \frac{A}{r_{ij}^{12}} - \frac{B}{r_{ij}^{10}}
  4. E_desolv（去溶剂化）结合时要把包围分子的水分子“请走”需要支付代价，对应追求者必须放弃一部分原有生活方式。
    Edesolv=∑iσiAi\displaystyle E_{\text{desolv}} = \sum_i \sigma_i A_i

自由能计算——热力学的“真心考验”

眼缘靠不住，感情要经得起共度风雨的考验。自由能计算就是那场“真心考验”：它不只看表面姿势，而是从热力学角度精算配体从水环境“搬进”蛋白口袋的全部能量账。这笔账分两本：焓（ΔH）是双方内在契合度——氢键、疏水接触、盐桥等所有原子间相互作用的净效果；熵（ΔS）是自由度账——追求者结合后失去了在水里自由游荡的快乐，但蛋白口袋排出的水分子获得了自由，两者相抵后的净值才是真正的代价。温度 T 把这份“混乱度”折算成能量：

具体方法上，业界有两类工具：MM-PBSA 是“估算派”，用分子力场算焓、用连续介质模型估计溶剂效应，计算快，适合对几十个化合物排序，相当于红娘凭经验给个大概分；FEP（自由能微扰）是“精算派”，把配体从一个化学状态沿多条路径逐步微扰到另一个状态，反复推演，误差通常在 1 kcal/mol 以内，但成本高昂——是给最后几位“准新郎”做的婚前财产公证。真心考验虽准但贵，所以它只用在最后一公里：从少数候选里，用 FEP 挑出最值得合成的那个。

ΔG=ΔH−TΔS\displaystyle \Delta G = \Delta H - T\Delta S
  1. ΔH（焓变）结合时释放或吸收的热量。负值越大，说明双方内在契合产生的“心灵共鸣”越强，这种共鸣来自氢键、盐桥、π-π堆积等微观相互作用。
    ΔH=H复合物−H反应物\displaystyle \Delta H = H_{\text{复合物}} - H_{\text{反应物}}
  2. ΔS（熵变）体系混乱度的变化。配体由自由游荡转为固定姿势（熵减），口袋排出水分子（熵增），净结果通常是负值，代表“为了爱收敛了自由”。
    ΔS=S复合物−S游离配体−S游离蛋白\displaystyle \Delta S = S_{\text{复合物}} - S_{\text{游离配体}} - S_{\text{游离蛋白}}
  3. TΔS 温度折算绝对温度把熵项放大。生理温度 310 K 下，每一个能量单位的自由度损失都需要焓来弥补——这就是“爱与自由的权衡”。
    ΔG=ΔH−TΔS\displaystyle \Delta G = \Delta H - T\Delta S

深度学习评分——阅人无数的“金牌红娘”

自由能计算太慢，分子对接太糙，还有没有又快又准的第三条路？有——训练一位“金牌红娘”：深度学习评分模型。它像一位阅人无数、看过数万对姻缘的老手，只要递上两人的资料，她扫一眼就能报出靠谱的适配评分。这位红娘的“人生阅历”，来自已解析的蛋白-配体复合物数据库（如 PDBbind），里面存有实验测得的真实亲和力标签。

她的“看人方式”取决于特征表示：有人把分子画成二维连通图喂给图神经网络（GNN），仿佛看人际网络；有人把复合物转成三维网格密度喂给三维卷积网络，仿佛看面相骨架。训练时，她反复调整内部的判断权重，力求把预测误差压到最低：

调好参数之后，金牌红娘的接客速度是毫秒级的——一次推理就能给全库百万分子打分。但她也有明显短板：只在“见过的相亲圈”里准，遇到从未出现过的化学框架（分布外数据），经验直觉可能完全失灵。因此业界常把她当“第二意见”，与物理模拟相互验证，而不是唯一裁判。

LMSE=1N∑i=1N(yi−y^i)2\displaystyle \mathcal{L}_{\text{MSE}} = \frac{1}{N}\sum_{i=1}^{N}\left(y_i - \hat{y}_i\right)^2
  1. y_i（真实亲和力）实验测得的真值，是红娘的“标准答案”，通常以 pIC50 表示。pIC50 是 IC50 的负对数，数值越大表示活性越强。
    yi=pIC50,i=−log⁡10(IC50,i)\displaystyle y_i = p\text{IC}_{50,i} = -\log_{10}(\text{IC}_{50,i})
  2. ŷ_i（模型预测）红娘凭经验脱口而出的估值。训练初期的估值往往离谱，但随着训练推进会越来越准。
    y^i=fθ(分子特征i)\displaystyle \hat{y}_i = f_{\theta}(\text{分子特征}_i)
  3. 平方差与平均每个分子的误差取平方，让大误差被放大惩罚；再除以 N 取平均，得到整批数据的平均“看走眼”程度。
    1N∑i=1N(yi−y^i)2\displaystyle \frac{1}{N}\sum_{i=1}^{N} (y_i - \hat{y}_i)^2

评估指标——红娘的“考核清单”

你怎么知道一位红娘到底行不行？不能只听她吹，得让她做考卷：拿一批已知相亲结果（实验亲和力）的旧档案，让她盲猜，再对照标准答案判卷。这就是亲和力预测模型的评估流程。判卷看三类指标：第一看“一致性”，皮尔逊相关系数衡量她的直觉与真实结果的线性关联，斯皮尔曼相关系数看排名趋势是否一致；第二看“误差”，RMSE 反映她平均离谱多少；第三看“筛选力”，富集因子 EF 检验她是否真把好货捞在榜单前列。一致性的计算式是：

指标各有侧重：r 高不代表误差小（红娘爱打高分但普遍虚高也没用）；RMSE 小不代表排序好（她可能全给 6 分，RMSE 低但排序全靠蒙）。所以行业惯例是把 r、RMSE、EF 组合使用，相当于同时考核红娘的“眼力、准头、选人眼光”。

r=∑i=1n(xi−xˉ)(yi−yˉ)∑i=1n(xi−xˉ)2∑i=1n(yi−yˉ)2\displaystyle r = \frac{\sum_{i=1}^{n}(x_i-\bar{x})(y_i-\bar{y})}{\sqrt{\sum_{i=1}^{n}(x_i-\bar{x})^2}\sqrt{\sum_{i=1}^{n}(y_i-\bar{y})^2}}
  1. x_i 与 y_i红娘的预测分和实验测得的真实亲和力，逐对排列成 n 个数据点。
    (xi,yi),i=1,2,…,n\displaystyle (x_i, y_i),\quad i=1,2,\dots,n
  2. 去均值各自减掉平均分，消除“普遍偏高或偏低”的系统偏差，只看两者波动的同步性。
    xi−xˉ,yi−yˉ\displaystyle x_i - \bar{x},\quad y_i - \bar{y}
  3. 分子协方差两列波动的乘积求和。一个偏高时另一个也偏高，乘积为正，贡献正分，说明趋势同步。
    ∑i=1n(xi−xˉ)(yi−yˉ)\displaystyle \sum_{i=1}^{n}(x_i-\bar{x})(y_i-\bar{y})
  4. 分母归一化除以各自标准差的乘积，把结果压缩到 [−1, 1]。r = 0.8 意味着“八成的趋势同步”，是制药圈公认的靠谱红娘门槛。
    r∈[−1,1]\displaystyle r \in [-1, 1]

先导优化——从心动到执子之手

找到心动对象只是开始，能否白头偕老才是关键。药物研发同样如此：高亲和力的苗头化合物还要经过先导优化，变成兼顾活性、选择性、代谢稳定性与安全性的候选药物。在这个链条里，各部分方法各司其职：分子对接负责从数百万分子库中海选（虚拟筛选）；深度学习评分把候选压缩到几百个；MM-PBSA 对几十个排序打分；FEP 对最后几个精细预测并指导化学家决定“该往哪里改”。

改造时最怕“越改越胖”——分子变大了、亲和力涨了，但每多一个原子的边际贡献却在下降。于是化学家引入配体效率这个“性价比”指标：

举一个典型案例：某激酶项目初始苗头 Kd = 10 μM，LE 仅 0.2；化学家通过 FEP 预测在苯环上引入一个甲基可使 ΔG 改善 0.5 kcal/mol，随后又替换一个溶剂暴露的芳环提升溶解度。迭代三轮后，Kd 降到 50 nM，LE 升至 0.35——这就是“从心动到执子之手”的完整故事：每一轮改造都用亲和力预测当向导，用评估指标当标尺，最终收获的不仅是高亲和力，更是能真正走入临床的“良配”。

LE=−ΔGbindNHAC\displaystyle LE = \frac{-\Delta G_{\text{bind}}}{N_{\text{HAC}}}
  1. ΔG_bind（结合自由能）上文中衡量亲和力的核心物理量，越负代表结合越强，但分子通常也越复杂。
    ΔGbind<0\displaystyle \Delta G_{\text{bind}} < 0
  2. 负号把负值翻转成正数，让“越大越好”符合直觉，便于不同分子横向比较。
    −ΔGbind>0\displaystyle -\Delta G_{\text{bind}} > 0
  3. N_HAC（重原子数）分子中非氢原子的个数，相当于“追求者的家当总量”。家当越多，维持这段关系的成本越高。
    NHAC=非氢原子个数\displaystyle N_{\text{HAC}} = \text{非氢原子个数}
  4. 除法与阈值用结合收益除以家当成本，得到每个原子的平均“心动贡献”。经验阈值 LE ≥ 0.3 kcal/(mol·重原子) 被视为有潜力的候选标准。
    LE=−ΔGbindNHAC≥0.3 kcal⋅mol−1⋅atom−1\displaystyle LE = \frac{-\Delta G_{\text{bind}}}{N_{\text{HAC}}} \geq 0.3\ \text{kcal}\cdot\text{mol}^{-1}\cdot\text{atom}^{-1}

AI 应用场景

场景一：虚拟筛选加速“老药新用”

阶段：靶标分析与虚拟筛选

解决的问题：面对突发疫情或新靶标，用湿实验筛选数百万分子需数周且耗资巨大。传统方案只能凭经验挑几百个试，命中率低。AI红娘系统把分子对接与深度学习评分串联，几天内将候选范围从百万压到数百。

具体案例：2020 年新冠疫情期间，多个团队对 FDA 已批准的老药库做分子对接 + 深度学习排序，为 SARS-CoV-2 主蛋白酶等靶标筛选出数十个候选分子，体外实验命中率是随机筛选的数倍，为“老药新用”提供了快速起跑线。

场景二：FEP 驱动的先导化合物精准改造

阶段：小分子设计与先导优化

解决的问题：化学家在优化苗头分子时，往往凭经验设计一系列类似物再逐一合成测试，十个化合物可能只活一两个，浪费大量合成资源。自由能微扰（FEP）能提前预测每个“改法”带来的亲和力变化。

具体案例：某药企在优化一个激酶抑制剂时，对苯环引入氯、甲基、三氟甲基等三种取代方案先用 FEP 计算 ΔΔG 排序，预测最有利于亲和力的方案领先第二名 1.2 kcal/mol。团队据此优先合成最优方案，一次命中，节省了约三个月的化学合成周期。

Python 演示

python66 行
import mathimport random random.seed(7)  def generate_dataset(n=500):    xs = []    ys = []    for _ in range(n):        x1 = random.uniform(0.0, 5.0)    # 亲脂性 logP        x2 = random.uniform(0.0, 12.0)   # 可旋转键数        x3 = random.uniform(2.0, 8.0)    # 氢键供体数        y = 8.0 + 0.9 * x1 - 0.25 * x2 + 0.35 * x3 + random.gauss(0, 0.6)        xs.append([x1, x2, x3])        ys.append(y)    return xs, ys  def predict(w, x):    return w[0] + sum(wi * xi for wi, xi in zip(w[1:], x))  def train(xs, ys, epochs=300, lr=0.01):    w = [0.0] * 4    n = len(ys)    for _ in range(epochs):        grads = [0.0] * 4        for x, y in zip(xs, ys):            err = predict(w, x) - y            grads[0] += err            for j in range(3):                grads[j + 1] += err * x[j]        for i in range(4):            w[i] -= lr * grads[i] / n    return w  def rmse(w, xs, ys):    n = len(ys)    return math.sqrt(sum((predict(w, x) - y) ** 2 for x, y in zip(xs, ys)) / n)  def main():    xs, ys = generate_dataset(500)    split = int(len(xs) * 0.8)    train_x, train_y = xs[:split], ys[:split]    test_x, test_y = xs[split:], ys[split:]    w = train(train_x, train_y)    print("学习到的权重:", [round(v, 3) for v in w])    print("训练集RMSE:", round(rmse(w, train_x, train_y), 3))    print("测试集RMSE:", round(rmse(w, test_x, test_y), 3))     candidates = []    for i in range(10):        candidates.append([random.uniform(0.0, 5.0),                           random.uniform(0.0, 12.0),                           random.uniform(2.0, 8.0)])    scored = sorted((predict(w, x), i) for i, x in enumerate(candidates))    print("Top 3 候选分子编号:")    for score, idx in scored[:3]:        print("  分子%d: 预测亲和力=%.2f" % (idx, score))  if __name__ == "__main__":    main()
目的：模拟一个“AI红娘”从数据训练到排序候选分子的完整流程，演示如何用机器学习模型预测分子结合亲和力并优先排序候选物。
  1. y = 8.0 + 0.9 * x1 - 0.25 * x2 + 0.35 * x3 + random.gauss(0, 0.6)模拟真实世界的潜规律：亲和力由亲脂性、柔韧性、氢键能力叠加决定，再加测量噪声
  2. return w[0] + sum(wi * xi for wi, xi in zip(w[1:], x))线性模型预测：把学到的权重与分子特征加权求和输出亲和力
  3. grads[j + 1] += err * x[j]梯度累积：误差反推每个特征该往哪个方向调、调多猛
  4. w[i] -= lr * grads[i] / n梯度下降更新：学习率控制“每步改多大”，除以样本数避免震荡
  5. return math.sqrt(sum((predict(w, x) - y) ** 2 for x, y in zip(xs, ys)) / n)RMSE：衡量模型平均“看走眼”多少
  6. scored = sorted((predict(w, x), i) for i, x in enumerate(candidates))排序打分：像红娘把候选人按适配度排出名次

常见误区

误区我以为 Kd 是“结合力量”的数值，所以 Kd 越大说明药物和靶标结合得越牢固，就像力气越大分不开。

正解方向完全反了。Kd 是解离常数，代表“分手倾向”。Kd 越小，说明只需极低的配体浓度就能达到半饱和，结合越牢固。用相亲比喻：Kd 相当于“对象变心需要的外部诱惑量”——诱惑阈值越低越容易变心，亲和力越弱。

为何常见：日常直觉里“数值大 = 力量大”，而亲和力 Kd 是逆向指标（越小越强），初学者最容易把方向和 log 尺度一起搞混。

误区软件跑完对接，给出一个打分 -9.5，比另一个 -7.8 低那么多，那第一个分子肯定亲和力更强，直接按分数排名做决策。

正解对接打分函数是高度简化的“眼缘分”，它忽略了溶剂效应细节、蛋白柔性、熵贡献等，误差可达 2-3 个数量级。业界只把它当粗筛工具：从百万分子里捞出几千个可以，但用它精确排序同系列类似物，很容易被误导。

为何常见：打分函数输出看起来是“能量值”，单位很像物理量，让人误以为它等同实验测得的 ΔG，其实只是经验拟合的代理指标。

误区我的模型在测试集上 RMSE 只有 0.4，皮尔逊 r 达到 0.9，肯定能精准预测任何新分子的亲和力了。

正解验证集测试集通常与训练集来自同一分布，而真实筛选场景里会遇到大量“没见过的新化学空间”。分子只要改一个原子，亲和力可能骤变——这叫活性悬崖。模型在分布外数据上的表现往往断崖式下跌，必须用骨架划分、时间划分等更严格的验证策略。

为何常见：训练时数据被随机切分，相似分子同时出现在训练和测试集中，相当于“红娘记住了题答案”，测试分数自然虚高。

误区既然结合亲和力是药效的核心，那就把所有精力拿去追求 pIC50 越做越大，纳摩尔级别的分子肯定是最佳候选药。

正解高亲和力只是第一关。一个亲和力极强的分子可能亲脂性过高导致代谢毒性、溶解度差无法吸收、选择性差连正常蛋白一起抑制。先导优化是“平衡的艺术”：用配体效率 LE 计算每个原子的性价比，同时监控 ADMET 属性，才能选出真正能成药的分子。

为何常见：教科书把亲和力当作药物研发主线，读者容易忽略“药”和“分子”是两个概念——心动只是开始，过日子才是全部。

面试题

Q1. 解离常数 Kd 的数值越小，意味着药物与靶标的结合亲和力如何变化？

单选题 · easy

  • A.越弱，结合越不牢
  • B.越强，结合越稳固← 正确答案
  • C.无影响，只看剂量
  • D.变得无法简单判断

答案：B。Kd 是解离常数，反映“分手倾向”。Kd 越小，代表达到半饱和所需的配体浓度越低，一点点药就能牢牢占据靶点，因此亲和力越强。选项 B 正确，A 说反了，C 和 D 均忽略了 Kd 与亲和力的直接定量关系。

Q2. 在 ΔG = RT lnKd 中，当 Kd 减小时，ΔG 会发生什么变化？

单选题 · easy

  • A.变得更负，结合更强← 正确答案
  • B.变得更正，结合更强
  • C.保持恒定，无异动
  • D.变得无法简单判断

答案：A。Kd 是正数且小于 1 时 ln 值为负。Kd 减小使 lnKd 更负，ΔG 随之更负，说明结合是更有利的自发过程。A 正确；B 的“更正却更强”自相矛盾；C 忽略了 log 函数单调性；D 属于逃避判断。

Q3. 分子对接中“打分函数”的主要作用是什么？

单选题 · easy

  • A.计算分子摩尔质量大小
  • B.评价配体结合姿势优劣← 正确答案
  • C.合成并纯化待测化合物
  • D.测定细胞生长的速率

答案：B。打分函数把范德华、静电、氢键、去溶剂化等能量项汇总成一个分数，用于评价不同对接姿势的适配程度，相当于红娘给追求者打分。B 正确；A、C、D 分别是物理性质计算、化学合成和生物学实验，均非打分函数的职责。

Q4. 与 FEP 相比，MM-PBSA 方法的显著特点是什么？

单选题 · mid

  • A.精确考虑溶剂的全原子阻力
  • B.计算成本低适用高通量← 正确答案
  • C.必须借助实验测定的焓值
  • D.完全忽略蛋白构象变化

答案：B。MM-PBSA 用连续介质模型估算溶剂效应，不需要逐帧全原子显式水分子，计算量远低于 FEP，适合对几十个化合物快速排序。B 正确；A 描述的是 FEP 的显式溶剂精度；C 错误，MM-PBSA 基于力场而非实验焓；D 过于绝对，它可纳入部分构象采样。

Q5. 皮尔逊相关系数主要刻画预测模型的哪方面能力？

单选题 · mid

  • A.预测值与真实值的线性强度← 正确答案
  • B.预测值与真实值的误差大小
  • C.训练过程所花时间开销
  • D.数据集中分子数量多少

答案：A。皮尔逊 r 衡量两组数值的线性同步性，取值 [−1,1]，回答“预测和真实是否同涨同落”，但不关心绝对偏差。A 正确；B 描述的是 RMSE；C 和 D 与相关性无关。

Q6. 下列哪些特征可以作为深度学习亲和力模型的输入？

多选题 · mid

  • A.分子的三维空间网格密度← 正确答案
  • B.原子的二维连通图结构← 正确答案
  • C.仅分子的摩尔质量数值
  • D.蛋白与配体的共晶结构← 正确答案

答案：ABD。三维网格密度可喂给三维卷积网络，二维连通图可喂给图神经网络，共晶结构给出结合构象信息，三者都是合法输入。C 错误：仅摩尔质量一个标量信息量严重不足，无法支撑亲和力预测。

Q7. 富集因子 EF = (Hits_sampled/N_sampled)/(Hits_total/N_total) 大于 1 的含义是什么？

单选题 · mid

  • A.随机抽样的命中率最高
  • B.初筛子集命中率高于随机← 正确答案
  • C.全部化合物都是活跃品
  • D.所有命中都在已知集合

答案：B。富集因子比较“筛选出的子集命中率”与“整体随机命中率”的比值。EF > 1 说明模型把活跃分子优先捞了上来，筛选能力优于随机。B 正确；A 与 EF>1 矛盾；C、D 都是对“全部命中”的极端误读。

Q8. 亲和力预测模型在测试集上 RMSE 很低，部署前还需关注哪些风险？

多选题 · hard

  • A.分子多样性差的分布外表现← 正确答案
  • B.活性悬崖与相似分子突变← 正确答案
  • C.训练集的标签噪声水平← 正确答案
  • D.计算设备的品牌与型号

答案：ABC。随机划分测试集常让人低估真实世界的困难：分布外新骨架、活性悬崖（微小组装差异导致亲和力骤变）、标签噪声（实验误差）都会让模型失灵，因此需要骨架划分与多轮交叉验证。D 与模型性能无关。

Q9. 先导化合物优化中引入“配体效率 LE”想回答的核心问题是什么？

单选题 · hard

  • A.每重原子的平均结合贡献← 正确答案
  • B.分子的总摩尔质量上限
  • C.配体水溶性的优良程度
  • D.蛋白结晶条件的稳定性

答案：A。LE = −ΔG_bind / N_HAC，衡量每个非氢原子贡献的平均结合自由能，防止“靠堆原子数涨亲和力”的低效改造。A 正确；B 是分子量、C 是溶解度、D 是结晶学问题，均与 LE 定义无关。

Q10. 一个高亲和力的先导分子仍可能成药失败，哪些原因是合理的？

多选题 · extreme

  • A.过强亲脂性导致代谢毒性← 正确答案
  • B.分子量偏大体外溶解度差← 正确答案
  • C.选择性差引发脱靶副作用← 正确答案
  • D.亲和力低反而有利于吸收

答案：ABC。高亲和力可能伴随高亲脂性（代谢毒性）、大分子量（溶解吸收差）、低选择性（脱靶副作用），这三个都是先导优化必须权衡的“柴米油盐”。D 的因果链错误——题目讨论的是高亲和力分子，且“亲和力低有利于吸收”不构成高亲和分子失败的直接原因。