假设你是一家繁忙快递分拣工厂的厂长。每天有成千上万个包裹（药物分子）涌进车间，在正式“派送”到人体各个组织之前，它们必须经过一条检修流水线——这就是肝脏里的代谢车间。车间里有几位经验丰富的检修员（CYP450 酶），他们会在包裹的某些特定位置贴上标签、剪开一角、甚至换个包装（代谢反应）。如果一个包裹被改得太狠，药效就没了；如果完全没人理它，药物又在体内赖着不走，可能引发毒性。千百年来，药学家只能靠一次次实验去摸清“检修员爱在哪儿动手”，费时费力。而今天，AI 像一位能“读懂包裹结构图”的老师傅——它扫一眼分子式，就能预判哪个位置最可能被检修员标记（代谢位点）、会被改造成什么模样（代谢产物）、改造得快不快（代谢稳定性）、以及多个包裹同时进厂会不会抢检修员（药物-药物交互）。这篇内容，就是带你走进这座 AI 改造过的“药物检修工厂”，看看代谢预测是如何把原来以年计的试错，压缩成几秒钟的计算。

岗位关联

职业价值：代谢性质是临床前候选药物被淘汰的头号原因，掌握 AI 代谢预测方法，等于在创新药研发链条上拥有了“提前排雷”的核心技能，能显著降低研发成本、加速 IND 申报。

目录
  1. 可视化演示
  2. 代谢过程概述
  3. 代谢位点预测
  4. 图注意力网络
  5. 代谢产物鉴定
  6. 代谢稳定性评估
  7. 药物交互预警
  8. 临床前验证集成
  9. AI 应用场景
  10. Python 演示
  11. 常见误区
  12. 面试题

可视化演示

模拟CYP450代谢位点预测、代谢稳定性评估与药物交互风险分析，展示AI模型在ADMET代谢预测中的关键应用。

本节配有交互动效（进入视口后自动加载，约 3KB）。

模式1：CYP450代谢位点预测 图注意力网络标注位点 高概率代谢位点高亮 site = GAT(mol) AI预测分子最易被代谢的位置。

代谢过程概述

快递分拣工厂的流水线上，包裹先被贴上条形码（吸收），然后被推上传送带穿梭于各个车间（分布），在肝脏检修车间接受“改造”（代谢），最后被清运出厂（排泄）。这条链路在药理学里叫 ADME，代谢（Metabolism）是其中最复杂、最不可控的一环——因为它不是一条固定的传送带，而是一群性格各异的检修员在同时干活。

这些检修员就是 CYP450 酶系，一个庞大的“酶家族”。家族里有 CYP3A4、CYP2D6、CYP2C9 等几十位成员，其中 CYP3A4 是大忙人，约一半的药物改造都由它经手。检修员的动作分为两类：第一相反应（I 相）相当于拆包装——氧化、还原、水解，暴露或引入活性基团；第二相反应（II 相）相当于贴封条——把葡萄糖醛酸、硫酸等大基团接上去，让包裹更容易被清运。两相配合，药物才完成从“脂溶性易穿透”到“水溶性易排出”的变身。

代谢的意义不仅是“解毒”。有些药物恰恰需要被代谢后才产生活性（前药），另一些则可能在改造中变成有毒的“次品”（代谢活化）。因此，代谢预测首先要回答一个基础问题：一个化合物的清除率有多高？最经典的肝清除模型把它拆解为肝血流量与提取率的乘积：

回到比喻：如果传送带跑得太快（$Q_h$ 大），检修员手再快也只能改造其中一部分；如果检修员人手不足（$CL_{int}$ 小），大量包裹原封不动地溜出车间。AI 代谢预测的第一步，正是给这间车间画一张“检修员能力画像”。

CLh=Qh×Eh=Qh×fu×CLintQh+fu×CLint\displaystyle CL_{h} = Q_{h} \times E_{h} = Q_{h} \times \frac{f_{u} \times CL_{int}}{Q_{h} + f_{u} \times CL_{int}}
公式说明：肝清除率不简单等于酶的工作速度，而是“血流供应”和“酶固有清除能力”的合力。
  1. 血流供应项$Q_h$ 表示肝脏的血流量，相当于传送带运来包裹的速度，再快的检修员没有货可修也无用。
    QhQ_{h}
  2. 酶固有清除力$CL_{int}$ 是酶在理想条件下的最大改造能力；$f_u$ 是药物游离态比例，只有游离的包裹才能被检修员看到。
    fu×CLintf_{u} \times CL_{int}
  3. 合二为一分母 $Q_h + f_u \times CL_{int}$ 是“供应与能力”的总和，分子是“能力”，比值 $E_h$ 就是提取率——传送带上的包裹有多大比例被检修员拦下来改造。
    Eh=fu×CLintQh+fu×CLintE_{h} = \frac{f_{u} \times CL_{int}}{Q_{h} + f_{u} \times CL_{int}}

代谢位点预测

有了车间画像，下一个问题是：检修员具体在包裹的哪个位置动手？这在化学上叫代谢位点（Site of Metabolism, SOM）——分子结构里那些容易被 CYP450 酶盯上、发生修饰的原子位置。想象包裹上有一排易撕口，有的口子一拉就开（苄位、烯丙位），有的口子被胶带缠死（芳香环钝化位），检修员总是挑最脆弱的那个口子下手。

AI 预测代谢位点的思路，就是把“判断易撕口”变成“给每个原子打分”。传统方法依靠序列特征（把原子周围的化学环境编码成一串数字，类似把每个字放进上下文窗口）与结构指纹（用分子拓扑描述整张包裹的轮廓）。AI 模型则把这些特征喂给神经网络，对每个原子输出一个“被修饰概率”。这个概率经过 softmax 归一化，就变成一份位点排行榜：

回到比喻：AI 老师傅绕着包裹走一圈，每个易撕口都摸一遍，最后在口子上贴不同颜色的标签——红的表示“检修员肯定先撕这儿”，绿的是“这口子被加固过”。这份图谱直接指导药化团队在红色位点加个保护基（如氟原子），让药物更耐折腾。

P(位点 i)=exp⁡(si)∑j=1Nexp⁡(sj)\displaystyle P(\text{位点 } i) = \frac{\exp(s_i)}{\sum_{j=1}^{N} \exp(s_j)}
公式说明：$s_i$ 是模型给第 $i$ 个原子打出的原始分，经过 softmax 后变成所有位点上的概率分布，概率最高的前几位就是预测的代谢热点。
  1. 原始打分$s_i$ 是序列特征与指纹特征经过神经网络变换后的得分，相当于检修员目测每个易撕口的“脆弱程度”。
    si=NN(fi)s_i = \mathrm{NN}(\mathbf{f}_i)
  2. 指数放大$\exp(s_i)$ 把得分映射为正数，得分高的位点被放大，得分低的趋近于零，相当于用放大镜突出最脆弱的口子。
    exp⁡(si)\exp(s_i)
  3. 归一化竞赛分母 $\sum_{j=1}^{N} \exp(s_j)$ 是全部 $N$ 个原子的得分总和，相除后每个原子的概率在 0 到 1 之间且总和为 1，形成一份公平的“易被动手排行榜”。
    exp⁡(si)∑j=1Nexp⁡(sj)\frac{\exp(s_i)}{\sum_{j=1}^{N} \exp(s_j)}

图注意力网络

检修员判断一个口子是否脆弱，从来不是只看那一个点，而是要看整个包裹的受力结构：口子旁边的基团是拉链还是胶带，隔壁邻居是推它一把还是拽住它。传统指纹把分子压平成一条数字列表，丢失了这种“邻里关系”。图注意力网络（GAT）则把分子还原成一张真正的图——原子是节点，化学键是边，每个节点通过注意力机制“主动观察”邻居。

GAT 的核心是给每条边算一个权重：中心原子 $i$ 要聚合信息时，得先判断哪个邻居更值得信赖。这个权重由两个原子的特征拼接后经注意力参数打分得到，再对全部邻居做归一化。这就是“检修员侧头看邻居”的动作：

回到比喻：GAT 就像老师傅在检查一个口子时，先看旁边的拉链头（邻居原子）是松是紧，再决定要不要把这个口子列为高危点。它不再机械地“逐字读说明书”，而是“看结构图抓重点”——这让代谢位点预测的准确率明显上了一个台阶。

αij=exp⁡(LeakyReLU(aT[Whi∥Whj]))∑k∈N(i)exp⁡(LeakyReLU(aT[Whi∥Whk]))\displaystyle \alpha_{ij} = \frac{\exp\left(\mathrm{LeakyReLU}\left(\mathbf{a}^{T}[\mathbf{W}\mathbf{h}_{i} \| \mathbf{W}\mathbf{h}_{j}]\right)\right)}{\sum_{k \in \mathcal{N}(i)} \exp\left(\mathrm{LeakyReLU}\left(\mathbf{a}^{T}[\mathbf{W}\mathbf{h}_{i} \| \mathbf{W}\mathbf{h}_{k}]\right)\right)}
公式说明：注意力系数 $\alpha_{ij}$ 表示原子 $j$ 对原子 $i$ 的影响权重，“邻居说了算，但亲疏远近各不同”。
  1. 线性变换$\mathbf{W}\mathbf{h}_i$ 把原子 $i$ 的原始特征映射到注意力空间，相当于把每个原子的“简历”翻译成检修员熟悉的术语。
    zi=Whi\mathbf{z}_{i} = \mathbf{W}\mathbf{h}_{i}
  2. 拼接邻居$[\mathbf{z}_i \| \mathbf{z}_j]$ 把中心原子和邻居的变换特征首尾拼接，形成一对“配对特征”，代表“这条化学键两侧的关系”。
    [zi∥zj][\mathbf{z}_{i} \| \mathbf{z}_{j}]
  3. 注意力打分$\mathbf{a}^{T}[\cdot]$ 是可学习参数 $\mathbf{a}$ 与拼接向量的点积，LeakyReLU 保留负半轴微小梯度，输出一个标量 $e_{ij}$，衡量这对关系的密切程度。
    eij=LeakyReLU(aT[zi∥zj])e_{ij} = \mathrm{LeakyReLU}(\mathbf{a}^{T}[\mathbf{z}_{i} \| \mathbf{z}_{j}])
  4. 邻居间归一化softmax 让 $i$ 的所有邻居的注意力权重和为 1，权重越大表示该邻居对判断“ $i$ 是否是代谢位点”越有话语权。
    αij=exp⁡(eij)∑k∈N(i)exp⁡(eik)\alpha_{ij} = \frac{\exp(e_{ij})}{\sum_{k \in \mathcal{N}(i)} \exp(e_{ik})}

代谢产物鉴定

检修员改造完包裹，包裹变成了什么新形态？这个问题直接关系到药效和毒性——有些改造产物活性更强，有些则可能成为“定时炸弹”（反应性代谢物）。代谢产物鉴定的传统做法是体外孵育后用质谱一个一个找，像在流水线末端翻捡改装后的包裹；而 AI 的做法是先在计算机里“预演”改造过程。

预演需要两件东西：一是反应规则库，记录检修员的各种惯用动作——羟基化、脱烷基、环氧化、葡萄糖醛酸化等，每种动作都对应特定的化学条件；二是候选产物枚举，把药物分子与规则库组合，生成所有可能的改造产物清单。AI 对每个候选产物打分排序，找出最可能出现的形态。当分子含有多个手性中心时，产物还会出现同分异构体，需要模型结合立体化学信息做判别：

回到比喻：AI 先列出“检修员可能把包裹改成哪几种样”，实验员再拿质谱这台“扫描仪”去核对实物。两相配合，产物鉴定的效率能提高数倍——AI 负责缩小嫌疑范围，质谱负责一锤定音。

P(m)=exp⁡(gm)∑m′∈Mexp⁡(gm′)\displaystyle P(m) = \frac{\exp(g_{m})}{\sum_{m' \in \mathcal{M}} \exp(g_{m'})}
公式说明：$g_m$ 是候选产物 $m$ 的模型得分，归一化后得到它作为真实代谢产物的概率，帮助实验人员把有限精力用在最可能的产物上。
  1. 候选产物得分$g_m$ 由反应规则匹配度和分子结构稳定性共同决定，相当于检修员说“这个动作我做起来顺手”的程度。
    gm=wrule⋅rule_match(m)+wstab⋅stability(m)g_{m} = w_{rule} \cdot \mathrm{rule\_match}(m) + w_{stab} \cdot \mathrm{stability}(m)
  2. 候选集合$\mathcal{M}$ 是枚举出的所有可能产物，如同一批包裹经不同动作改造后的所有形态。
    m′∈Mm' \in \mathcal{M}
  3. 概率归一化softmax 把得分变成概率，概率最高的产物优先送质谱确认，避免大海捞针。
    ∑m′∈Mexp⁡(gm′)\sum_{m' \in \mathcal{M}} \exp(g_{m'})

代谢稳定性评估

如果一个包裹在检修车间里待了 10 分钟就被拆得面目全非，这药恐怕在体内撑不到起效就得补服；反过来，一个包裹 3 天才被拆完，药物在体内越积越多，也可能出问题。代谢稳定性，就是衡量包裹“耐不耐拆”的指标，核心参数是半衰期 $t_{1/2}$——药物浓度降到一半所需的时间。

AI 预测半衰期的路子与位点预测不同：它不关心具体哪个原子被改，而是整体估计“这包货多久被清走”。模型输入分子指纹和理化性质，输出清除率或半衰期预测值。这里有个关键换算关系：半衰期由表观分布容积 $V_d$（包裹扩散到多大范围）和清除率 $CL$（每单位时间清走多少药物）共同决定：

回到比喻：AI 根据分子结构提前告诉药化团队“这个包裹太容易被拆”或“太耐拆了”，团队就能有的放矢地修饰结构。不过要小心：代谢稳定不等于药物安全——太稳定导致蓄积，同样会引发毒性。种属差异也是个大坑，大鼠肝脏的检修员和人的检修员口味不同，动物实验数据不能直接外推到人，常需要同时做大鼠、犬、猴和人肝微粒体的对照实验。

t1/2=0.693×VdCL\displaystyle t_{1/2} = \frac{0.693 \times V_{d}}{CL}
公式说明：半衰期与分布容积成正比、与清除率成反比——包裹分布得越广，清除越慢，半衰期越长。
  1. 分布容积 $V_d$$V_d$ 表示药物“假装”占据的体液体积，$V_d$ 大说明药物深藏组织，像包裹被塞进仓库最里面的货架，一时半会儿清不完。
    VdV_{d}
  2. 清除率 $CL$$CL$ 是单位时间清除药物的血浆体积，相当于清运车每分钟拉走多少立方米的货。
    CLCL
  3. 比例常数 0.693来自一阶动力学推导，$\ln 2 \approx 0.693$，把“速率常数”换算成“半程时间”。
    ln⁡2=0.693\ln 2 = 0.693

药物交互预警

病人往往同时服用多种药物，这些药物一进车间就开始“抢检修员”。药物-药物交互（DDI）的风险就藏在这种争夺里：药物 A 占住了老张（CYP3A4），药物 B 眼巴巴等着被改造却排不上队，血药浓度飙升，可能中毒。反过来，如果 A 让老张加班加点（酶诱导），B 被加速分解，还没来得及起效就失效了。

AI 在 DDI 预警中的角色，是预测“抢人”的严重程度。核心参数是可逆抑制常数 $K_i$（检修员对某个包裹的“亲和力”）和体内抑制剂浓度 $[I]$（抢位置的包裹有多少人）。据此可以估算联合用药时药时曲线下面积（AUC）的膨胀倍数：

回到比喻：AI 相当于给车间装了一套“排班冲突预警系统”，新药上市前先模拟它与已上市药物一起进车间会不会打架。对于临床联合用药方案，医生也能提前看到“这两位患者不能同时吃，否则血药浓度要爆表”的提示。

AUC′AUC=11+[I]/Ki\displaystyle \frac{AUC'}{AUC} = \frac{1}{1 + [I]/K_{i}}
公式说明：比值大于 1 说明联合用药让药物暴露量增加，比值越大，交互风险越高。
  1. 抑制强度$[I]/K_i$ 是“抑制剂浓度”与“半抑制浓度”的比值，比值大说明抢位置的包裹多且粘得紧，检修员腾不出手。
    [I]Ki\frac{[I]}{K_{i}}
  2. 剩余酶活性$1 + [I]/K_i$ 作分母，表示酶活性被压缩到原来的多少分之一，相当于 10 个检修员被 8 个包裹缠住，只剩 2 个能干活。
    11+[I]/Ki\frac{1}{1 + [I]/K_{i}}
  3. 暴露量膨胀$AUC'/AUC$ 是联合用药与单药时血药暴露量的比值，用来给交互风险分级——比值小于是变绿色“低风险”，大于等于 2 是红色“高风险”。
    AUC′AUC=11+[I]/Ki\frac{AUC'}{AUC} = \frac{1}{1 + [I]/K_{i}}

临床前验证集成

AI 预测做得再漂亮，最终还是要过实验这道“实战演练”的关卡。在临床前研发阶段，代谢预测被集成进一个完整的验证闭环：先用 AI 对上千个候选分子做代谢位点和稳定性初筛，把明显“短命”或“易中毒”的分子排除，只让最有希望的几十个进入体外实验，这一下就能省下大量合成与测试成本。随后，肝微粒体实验、肝细胞实验和动物体内 PK 实验的数据被收集起来，与 AI 预测值比对，评估模型准确性：

回到比喻：老师傅的经验（AI 模型）不是一成不变的，每批实验数据回流后，模型都会被重新训练、修正，形成“预测—实验—再预测”的飞轮。到了注册申报阶段，这些预测加实验的证据链还要整理成规范的申报材料，让监管机构看到的不只是 AI 的“聪明”，更是扎实的数据支撑。

r=∑n(Pn−Pˉ)(Tn−Tˉ)∑n(Pn−Pˉ)2⋅∑n(Tn−Tˉ)2\displaystyle r = \frac{\sum_{n}(P_{n} - \bar{P})(T_{n} - \bar{T})}{\sqrt{\sum_{n}(P_{n} - \bar{P})^{2}} \cdot \sqrt{\sum_{n}(T_{n} - \bar{T})^{2}}}
公式说明：$P$ 是 AI 预测值，$T$ 是实验实测值，$r$ 是二者的 Pearson 相关系数，衡量预测与实验是否“步调一致”。
  1. 中心化差分$(P_n - \bar{P})$ 和 $(T_n - \bar{T})$ 分别去除预测值与实测值的平均水平，只看“偏离程度”是否同步，好比两个人都比平均身高高多少。
    (Pn−Pˉ), (Tn−Tˉ)(P_{n} - \bar{P}), \ (T_{n} - \bar{T})
  2. 协方差分子 $\sum (P_n - \bar{P})(T_n - \bar{T})$ 体现二者同向变化的强度，同向越多，说明预测与实验“心往一处想”。
    ∑n(Pn−Pˉ)(Tn−Tˉ)\sum_{n}(P_{n} - \bar{P})(T_{n} - \bar{T})
  3. 标准化分母是两个标准差的乘积，把相关系数压缩到 $[-1, 1]$，$r > 0.8$ 就说明 AI 预测已具备参考价值，可以用于下一轮分子优化。
    ∑n(Pn−Pˉ)2⋅∑n(Tn−Tˉ)2\sqrt{\sum_{n}(P_{n} - \bar{P})^{2}} \cdot \sqrt{\sum_{n}(T_{n} - \bar{T})^{2}}

AI 应用场景

候选药物代谢风险批次筛查

阶段：先导化合物优化阶段

解决的问题：传统流程中，上千个候选分子要逐一合成并在肝微粒体中测试代谢稳定性，单个实验成本高、周期长，大部分候选物在后期才发现代谢过快或产生毒性代谢物，导致巨额浪费。AI 代谢预测先用序列标注和 GAT 给每个分子做代谢位点打分，再用稳定性模型排出“短命榜单”，把代谢风险高的分子优先淘汰。

具体案例：某小分子激酶抑制剂项目有 1200 个候选化合物，AI 预筛后仅保留 150 个进行肝微粒体实验，命中率（实验证实代谢稳定）达 72%，实验成本压缩至原来的 1/8。

联合用药 DDI 预警系统

阶段：临床前风险评估与临床用药方案设计

解决的问题：多药联用时，CYP 酶抑制和诱导导致的血药浓度异常是临床用药安全隐患。传统方法依赖体外筛选实验逐个组合测试，组合爆炸使测试不现实。AI 模型根据药物结构和已知 CYP 底物/抑制剂数据库，预测每种药物的抑制常数 $K_i$ 和诱导潜力，自动计算 $AUC'/AUC$ 比值并给出红黄绿风险分级。

具体案例：某抗肿瘤新药与 20 种常用伴随用药做 DDI 筛查，AI 系统提示该药与酮康唑联用时 AUC 膨胀 5.2 倍，临床团队据此调整了给药方案，避免了 I 期临床中的潜在毒性事件。

代谢产物毒性早期识别

阶段：临床前安全性评价

解决的问题：药物在被代谢时可能产生反应性代谢物（如醌类、环氧化物），与蛋白质和 DNA 结合导致肝毒性或过敏反应。这类产物在传统流程中往往到了长期毒理实验阶段才被发现。AI 用反应规则库枚举代谢产物，再与已知毒性警示结构库比对，提前标记“危险的改造形态”。

具体案例：某抗乙肝候选药的 AI 产物鉴定发现其主要代谢物含有醌类结构，存在共价结合风险，项目组果断终止该系列化合物的开发，改选其他骨架，节省了约 2 年的研发时间。

Python 演示

python70 行
import numpy as np  def sigmoid(x):    return 1.0 / (1.0 + np.exp(-x))  def softmax(x):    e = np.exp(x - x.max())    return e / e.sum()  class MiniGAT:    """单层图注意力网络：为分子图上每个原子输出代谢位点风险分"""     def __init__(self, in_dim, hid_dim, seed=42):        np.random.seed(seed)        self.gc_count = 0        self.W1 = np.random.randn(in_dim, hid_dim) * 0.1        self.a_vec = np.random.randn(1, hid_dim * 2) * 0.1        self.w_out = np.random.randn(hid_dim, 1) * 0.1     def forward(self, X, A):        n = X.shape[0]        H = np.dot(X, self.W1)        e = np.full((n, n), -1e9)        for i in range(n):            for j in range(n):                if A[i, j] > 0:                    z = np.concatenate([H[i], H[j]])                    val = float(np.dot(self.a_vec, z))                    e[i, j] = val if val > 0 else 0.2 * val        alpha = np.zeros((n, n))        for i in range(n):            alpha[i] = softmax(e[i])        H_out = np.dot(alpha, H)        self.scores = sigmoid(np.dot(H_out, self.w_out)).ravel()        self.gc_count += 1        return self.scores  if __name__ == '__main__':    # 7 个原子, 5 维原子特征(杂原子/芳环/支链信息)    X = np.array([        [1, 0, 0, 1, 0],        [1, 0, 0, 1, 0],        [1, 0, 1, 0, 1],        [1, 0, 0, 1, 0],        [0, 1, 0, 0, 1],        [1, 0, 1, 0, 0],        [0, 1, 0, 0, 0]    ], dtype=float)    A = np.array([        [1, 1, 0, 0, 0, 1, 0],        [1, 1, 1, 0, 0, 0, 0],        [0, 1, 1, 1, 0, 1, 0],        [0, 0, 1, 1, 1, 0, 0],        [0, 0, 0, 1, 1, 0, 1],        [1, 0, 1, 0, 0, 1, 0],        [0, 0, 0, 0, 1, 0, 1]    ], dtype=float)     model = MiniGAT(in_dim=5, hid_dim=8)    scores = model.forward(X, A)    true_sites = {2, 5}  # 实验确认的代谢位点    ranked = np.argsort(scores)[::-1]    top2 = set(ranked[:2].tolist())    print('代谢风险分:', np.round(scores, 3))    print('预测Top2位点:', sorted(top2), '真实位点:', sorted(true_sites))    print('Top2命中:', len(top2 & true_sites), '/ 2')
目的：用 60 行代码实现一个简化版单层 GAT，对一个 7 原子小分子做代谢位点风险打分，并与实验位点对照验证预测命中率。
  1. class MiniGAT:定义图注意力网络模型类，封装了线性变换、注意力打分和输出层。
  2. self.W1 = np.random.randn(in_dim, hid_dim) * 0.1初始化可学习的线性变换矩阵，把原子特征映射到注意力空间。
  3. e = np.full((n, n), -1e9)建立掩码矩阵，非邻居位置填充极小值，保证后面 softmax 时权重为 0。
  4. z = np.concatenate([H[i], H[j]])把中心原子和邻居的变换特征拼接成“配对特征”，模拟 GAT 论文中的拼接操作。
  5. alpha[i] = softmax(e[i])对每个原子 i 的所有邻居做归一化，得到注意力权重。
  6. H_out = np.dot(alpha, H)按注意力权重加权聚合邻居信息，就像检修员综合邻居意见做判断。
  7. top2 = set(ranked[:2].tolist())取风险分最高的两个原子作为预测代谢位点，与真实标记比对。

常见误区

误区我只要知道哪个原子会被修饰，就能判断这药代谢快不快、有没有毒。

正解代谢位点只是“检修员在哪个位置动手”，而代谢预测还包括改造速度（稳定性）、改造产物（产物鉴定）和改造后果（毒性、交互）。一个分子的位点可能很清晰，但如果该位点反应极慢或产物无毒，代谢风险依然很低。位点是地图上的坐标，路线和终点还得另看。

为何常见：位点预测的产出直观、可视化强，容易被当作代谢预测的代名词，忽略了代谢是一个多阶段过程。

误区药物在体内代谢得越慢就越持久，所以代谢稳定性越高越好。

正解代谢过慢会导致药物在体内蓄积，半衰期动辄几十小时，可能引发 QT 间期延长、肝毒性等慢累积毒性；某些前药则必须经过代谢才能活化，过度稳定反而失效。理想的代谢稳定性应当让药物“在窗口期内起效，在窗口期后清走”，追求的是平衡而非越长越好。

为何常见：研发者常被“代谢快=药效短”的直觉误导，忽略了蓄积毒性和前药设计的反向需求。

误区评估两种药能不能一起吃，只要看它们会不会抑制同一个 CYP 酶就行。

正解CYP 抑制只是 DDI 的半张拼图，另外半张是酶诱导——诱导剂让检修员加班加点，反而把另一个药代谢得过快、血药浓度过低。此外还有代谢产物之间的竞争、转运体交互等机制。AI 预警模型必须同时覆盖抑制与诱导，才能给出全面的风险分级。

为何常见：抑制导致血药浓度升高，后果直观（中毒），而诱导导致浓度下降，容易被误认为“影响不大”。

误区大鼠和人的代谢实验结果差不多，既然大鼠实验做完了，人的代谢风险也基本定型。

正解不同物种的 CYP 亚型构成差异巨大——大鼠的 CYP2C 和 CYP3A 与人类的底物偏好并不一致，某种药物在大鼠体内稳定，可能在人肝微粒体中代谢飞快；反过来也常见。AI 模型需要在多物种数据上联合建模，并输出“物种差异分”作为风险评估的修正项，绝不能直接画等号。

为何常见：临床前动物实验是法规要求，容易让人产生“动物数据=人体数据”的惯性联想，忽略了种属差异这个经典药代陷阱。

面试题

Q1. 人体药物代谢最主要的器官是哪个？

单选题 · easy

  • A.肾脏
  • B.肝脏← 正确答案
  • C.肺脏
  • D.心脏

答案：B。肝脏是药物代谢的主战场，含有丰富的 CYP450 酶系，就像快递工厂的检修车间；肾脏主要负责排泄，肺脏和心脏不是主要代谢器官。

Q2. CYP450 酶系中负责代谢药物种类最多的亚型是哪个？

单选题 · easy

  • A.CYP3A4← 正确答案
  • B.CYP1A2
  • C.CYP2E1
  • D.CYP2C19

答案：A。CYP3A4 参与约 50% 临床药物的代谢，是检修车间里最忙的“老张”；其他亚型也有重要地位，但处理的药物数量远不及 CYP3A4。

Q3. 药物半衰期与表观分布容积、清除率的关系是什么？

单选题 · mid

  • A.与容积成正比
  • B.正比容积反比清除← 正确答案
  • C.与清除率成正比
  • D.反比容积正比清除

答案：B。t½ = 0.693 × Vd / CL，半衰期随分布容积增大而变长、随清除率增大而变短。包裹分布得越广、清运得越慢，在体内待得越久。

Q4. 代谢位点预测模型输出的核心结果是什么？

单选题 · mid

  • A.药物的药效强度值
  • B.每个原子被修饰的概率← 正确答案
  • C.药物的蛋白结合率
  • D.药物的水溶性数值

答案：B。代谢位点预测是对分子结构上每个原子输出一个“被 CYP 酶修饰”的概率，概率最高的原子就是预测的代谢热点，帮助药化团队定位改造位置。

Q5. 代谢产物鉴定最终确认最常用的实验手段是哪种？

单选题 · easy

  • A.核磁共振谱
  • B.液质联用质谱← 正确答案
  • C.紫外可见光谱
  • D.红外吸收光谱

答案：B。LC-MS/MS（液质联用）凭借高灵敏度和精确质量数，能对 AI 预测的候选代谢产物进行一锤定音的结构确认，是代谢产物鉴定的金标准。

Q6. 下列哪些属于药物-药物交互的代谢机制？

多选题 · mid

  • A.CYP酶被抑制剂占位← 正确答案
  • B.CYP酶被诱导增多← 正确答案
  • C.药物血药浓度正常
  • D.两种药物竞争酶位← 正确答案

答案：ABD。CYP 抑制与诱导是 DDI 的两大核心机制，两种药物竞争同一个酶位点也属于代谢交互；“血药浓度正常”是结果而非机制，与代谢交互无关。

Q7. 药物表观分布容积 Vd 很大说明什么？

单选题 · mid

  • A.药物主要留于血浆
  • B.药物广泛进入组织← 正确答案
  • C.药物几乎不被吸收
  • D.药物完全被代谢了

答案：B。Vd 大说明药物大量分布到组织而非留在血浆中，如同包裹被塞进仓库深处的货架，清除起来更慢，半衰期也因此延长。

Q8. 图注意力网络计算注意力系数时需要哪些信息？

多选题 · hard

  • A.中心原子的线性变换← 正确答案
  • B.邻居原子的线性变换← 正确答案
  • C.可学习的注意力参数← 正确答案
  • D.全局图池化向量

答案：ABC。注意力公式 αij 依赖中心原子变换向量 Whi、邻居变换向量 Whj 以及注意力参数 a，三者拼接点积得到关系分数；全局池化是其他图模型的做法，不参与注意力系数计算。

Q9. AI 代谢预测结果要支持新药注册申报，最关键的前提是什么？

单选题 · extreme

  • A.预测准确率达标
  • B.实验证据链完备← 正确答案
  • C.可解释说明充分
  • D.体外数据量充足

答案：B。监管机构不认可纯预测结论，AI 结果必须与体外/体内实验数据共同构成完整的证据链，预测只负责缩小范围、加速决策，最终申报必须有实验数据背书。

Q10. 下列哪些属于 II 相代谢反应？

多选题 · easy

  • A.葡萄糖醛酸化← 正确答案
  • B.硫酸化反应← 正确答案
  • C.水解裂解反应
  • D.甲基化修饰← 正确答案

答案：ABD。葡萄糖醛酸化、硫酸化、甲基化都是结合反应，属于 II 相代谢；水解反应属于 I 相代谢——I 相拆包装、II 相贴封条，两者的分工不同。