想象一座城市。每位到访的游客无论多受欢迎，最终都要离开——有人坐高铁去机场，有人被垃圾清运车带走，还有人从城郊小路悄悄溜走。药物在人体里的命运，就像这群游客：肝脏先给陌生面孔“登记改造”（代谢），排泄系统再把改造后的产物送出城外。预测药物何时离开、从哪扇门离开，就是排泄预测。让一位阅人无数的“水务总工程师”——AI 模型——只看一眼游客的身份证（分子结构），就报出“他大概会待 3 小时，走肾脏那条路”，这正是现代 AI 制药里激动人心的一幕。今天我们就用这座城市的视角，把排泄预测从原理、模型到产业价值完整走一遍。

岗位关联

对 AI 从业者：排泄预测是 ADMET 全链路中决定“药能否成药”的关键关卡，掌握从数据、建模到验证的完整打法，是你切入 AI 制药赛道最值钱的能力之一。

目录
  1. 可视化演示
  2. 排泄途径概览
  3. 肾脏三过程
  4. 药代动力学基础
  5. AI特征与数据
  6. 预测模型构建
  7. 模型验证评估
  8. 不确定性分析
  9. 给药与产业应用
  10. AI 应用场景
  11. Python 演示
  12. 常见误区
  13. 面试题

可视化演示

展示药物排泄途径（肾/胆汁）、PK建模（过滤-分泌-重吸收）、清除率预测和给药频率设计，含流动波形背景和发光动画。

本节配有交互动效（进入视口后自动加载，约 3KB）。

排泄途径概览

游客要离开一座城市，很少只走同一个出口。赶飞机的走机场高速，行李超重的坐货运专线，徒步爱好者则可能从城郊小路绕出去。药物离开人体也一样“条条大路通罗马”：最主要的出口是肾脏这条机场高速，其次是胆汁这条货运专线，还有汗液、呼气等小路。

药代动力学把所有去路统称排泄途径。水溶性药物及其代谢产物主要走肾排泄；分子量大、脂溶性高的药物往往在肝脏代谢后经胆汁进入肠道排出；少数药物会从汗液、呼气甚至乳汁中悄悄离开，虽然占比小，对哺乳期用药却很重要。

每条途径的通行能力叫“途径清除率”，把所有途径相加就得到总清除率 \( CL_{\text{total}} \)。它是描述药物“离城速度”的第一个核心数字，也是后续半衰期计算与给药频率设计的出发点。AI 排泄预测的首要任务，正是把这三段流量估准。

就像水务局先摸清所有出口的容量再规划预案，ADMET 科学家也先把“每条路走多少”量化清楚，才能决定这颗候选分子值不值得继续投入。

CLtotal=CLrenal+CLbiliary+CLotherCL_{\text{total}} = CL_{\text{renal}} + CL_{\text{biliary}} + CL_{\text{other}}
总清除率就是把肾、胆汁、其他三条路的“通行能力”全部相加。
  1. 肾清除率肾脏这条路排除药物的能力，单位时间内有多少体积血浆被完全洗得干干净净。
    CLrenalCL_{\text{renal}}
  2. 胆汁清除率胆汁这条货运专线的清运能力，主要服务大分子和肝脏代谢产物。
    CLbiliaryCL_{\text{biliary}}
  3. 其他清除率汗液、呼气、乳汁等小路的份额，大多数药物在这里占比很小。
    CLotherCL_{\text{other}}
  4. 总清除率把三条路相加，得到药物整体从体内消失的总速度，是后续一切计算的地基。
    CLtotal=CLrenal+CLbiliary+CLotherCL_{\text{total}} = CL_{\text{renal}} + CL_{\text{biliary}} + CL_{\text{other}}

肾脏三过程

机场高速（肾排泄）并不是一条直路，进站要过三道闸。净水厂里进水格栅挡杂物、排污泵主动排渣、回收滤网捞回可用物质，药物在肾脏里的命运，由类似的三道工序接力决定。

第一道是肾小球过滤。血液流经肾小球时，分子量小、蛋白结合率低的药物被滤压“挤”进原尿，这是被动过程。第二道是肾小管分泌，有机阴离子和阳离子转运蛋白像主动泵，把特定药物从血液“泵”进肾小管。第三道是肾小管重吸收，脂溶性好、非离子化的药物又能穿回血液。

最终从尿里排出多少，是三个过程叠加的结果：过滤和分泌是往外推，重吸收是往回捞。有些药过滤量很大，却因为几乎 100% 被重吸收而排泄缓慢——只看第一步会得出完全错误的结论。

三道闸各自的开度，正是 AI 建模最想预测的中间量，因为它们决定了“净流出”这个最终答案。

Rnet=Rfil+Rsec−RreabR_{\text{net}} = R_{\text{fil}} + R_{\text{sec}} - R_{\text{reab}}
净排泄速率不是过滤量本身，而是“往外推”与“往回捞”相互抵消后的真实结果。
  1. 肾小球过滤速率血液经肾小球时，小分子药物被血压压进原尿的速度，相当于格栅放行量。
    RfilR_{\text{fil}}
  2. 肾小管分泌速率转运蛋白消耗能量，把药物从血液主动泵入肾小管的速度，相当于排污泵流量。
    RsecR_{\text{sec}}
  3. 重吸收速率药物从肾小管穿回血液的速度，是回收系统往体内捞回的那部分。
    RreabR_{\text{reab}}
  4. 净排泄速率过滤和分泌是正贡献，重吸收是负贡献，三者叠加才是最终从尿液排出的速度。
    Rnet=Rfil+Rsec−RreabR_{\text{net}} = R_{\text{fil}} + R_{\text{sec}} - R_{\text{reab}}

药代动力学基础

给游客发一张“离境追踪卡”，每小时统计一次城里还剩多少人，把数字画出来，就得到一条越走越缓的指数下降曲线。这就是药代动力学里最常用的一室模型。

一室模型假设药物进入血液后立刻全身混匀，随后以固定比例离开。这个比例叫消除速率常数 \( k_e \)。清除率 \( CL \) 与表现分布容积 \( V_d \) 的比值正是 \( k_e \)：排水管道越粗、蓄水池越浅，水位下降就越快。

半衰期 \( t_{1/2} \) 指浓度降到一半所需时间，与 \( k_e \) 成反比。它不依赖给药剂量的绝对值，是医生定给药间隔的首选参数。AI 预测半衰期，本质上是预测这条指数曲线的斜率。

有了半衰期，医生才能回答“一天吃几次”；这条曲线的一端连着排泄预测，另一端就连着药方。

t1/2=0.693ke=0.693×VdCLt_{1/2} = \frac{0.693}{k_e} = \frac{0.693 \times V_d}{CL}
半衰期就是“药物浓度跌到一半”的时间：清除率越大、分布容积越小，半衰期越短。
  1. 半衰期的含义药物浓度从给药后降到初始一半所花费的时间，是衡量离城速度的最直观指标。
    t1/2t_{1/2}
  2. 常数 0.693这是自然对数 \( \ln 2 \) 的数值，指数衰减中浓度正好降一半对应的天然比例。
    0.693=ln⁡20.693 = \ln 2
  3. 消除速率常数描述药物每秒消失的比例，数值越大曲线越陡，半衰期自然越短。
    kek_e
  4. 代入清除率表达把 \( k_e = CL / V_d \) 代入，得到用清除率和分布容积直接计算的实用版本。
    t1/2=0.693×VdCLt_{1/2} = \frac{0.693 \times V_d}{CL}

AI特征与数据

总工程师凭什么一眼预判游客去留？因为他翻过成千上万份档案：身高、体重、饮食习惯、签证类型，全部登记在册。AI 眼里的档案，就是分子的结构描述符。

分子描述符包括分子量、脂水分配系数 \( \log P \)、氢键供体/受体数、极性表面积等，它们决定了药物与转运蛋白、肾小管膜的相互作用强度。训练数据来自已发表的动物与人清除率实验，这类数据散落在文献和公共数据库里，需要清洗成统一格式。

清除率数值能跨越三个数量级，直接回归会让大样本的极端值主导损失，所以通常把标签取对数；特征之间量纲不同，还要做标准化。这两步相当于把所有档案装订成同一版式的表格，模型才读得懂。

档案整理得越像样，总工程师的直觉就越准。数据质量决定了 AI 预测的天花板，后面所有模型都只是逼近这个天花板。

zi=xi−μiσiz_i = \frac{x_i - \mu_i}{\sigma_i}
标准化就是给每个特征“对表”：减去均值、除以标准差，让不同单位的数值回到同一个尺度。
  1. 原始特征值某个分子的原始描述符数值，比如它的 \( \log P = 3.5 \)。
    xix_i
  2. 均值中心化减去该特征在所有样本上的均值，把整个分布的圆心挪到原点。
    xi−μix_i - \mu_i
  3. 按标准差缩放除以标准差，消掉量纲差异，让分子量和 \( \log P \) 不再以大欺小。
    σi\sigma_i
  4. 标准化特征最终得到无单位的“标准分数”，描述该样本相对整体分布的位置高低。
    zi=xi−μiσiz_i = \frac{x_i - \mu_i}{\sigma_i}

预测模型构建

档案读多了，总工程师脑中自然长出“经验法则”：看到某类签证号段，立刻浮现对应的离城时间。机器学习不是手写规则，而是让算法在数据里自己长出规则。

排泄预测最常用的算法是随机森林和梯度提升树这类集成模型，它们像召集一群见习工程师投票，比任何一个人的单独判断都稳；当任务与分子拓扑强相关时，还会用图神经网络把原子当节点、化学键当连线，直接学习分子图。

输出可以有两种形态：回归给出清除率或半衰期的数值，分类给出“胆汁排泄高/低”的标签。集成模型将 \( M \) 棵树的预测做平均，单棵树的过拟合被相互抵消，这正是它擅长对付稀疏 ADMET 数据的原因。

一群见习工程师投票，常常胜过一位固执的名师——集成学习的朴素智慧，在排泄预测里体现得淋漓尽致。

y^=1M∑m=1Mfm(x)\hat{y} = \frac{1}{M}\sum_{m=1}^{M} f_m(\mathbf{x})
随机森林的预测 = 把 M 棵回归树各自的预测值加起来除以 M，一群人投票比一个人下判断更稳。
  1. 单棵树预测随机森林里第 \( m \) 棵回归树，对同一个特征向量给出自己的预测。
    fm(x)f_m(\mathbf{x})
  2. 收集全部意见从第 1 棵加到第 \( M \) 棵，把森林里所有树木的判断汇总。
    ∑m=1M\sum_{m=1}^{M}
  3. 取平均除以树的棵数，单棵树的随机波动被摊平，方差显著下降。
    1M\frac{1}{M}
  4. 集成预测值最终输出的清除率对数或半衰期预测值，比任何单棵树都稳健。
    y^\hat{y}

模型验证评估

总工程师的预测手册不能直接上岗，得先闭卷考试：在从未见过的历史案卷上盲测，分数合格才配谈实战。

最常见的考法是 K 折交叉验证：把数据切成 K 份，轮流留一份当考题、其余当教材。更严苛的是外部测试集——用时间上更新、或化学结构上真正“没见过”的数据考试，防止模型靠背答案拿高分。

回归任务看两个分数：\( R^2 \) 衡量模型解释了多大幅度的真实波动，RMSE 给出预测误差的日常尺度。还要注意适用域（Applicability Domain），模型只在训练数据覆盖的化学空间里“有把握”，出了这个圈子，再高的 \( R^2 \) 也救不了现场。

考试分数高不代表上场必胜，但至少把“拍脑袋”变成了“有据可依”，这正是 AI 方法对传统经验的最大改进。

R2=1−∑i=1n(yi−y^i)2∑i=1n(yi−yˉ)2R^2 = 1 - \frac{\sum_{i=1}^{n}(y_i - \hat{y}_i)^2}{\sum_{i=1}^{n}(y_i - \bar{y})^2}
\( R^2 \) 表示模型比“瞎猜均值”好多少，1 是完美，0 等于没有进步。
  1. 真实值与预测值\( y_i \) 是实验测得的清除率对数，\( \hat{y}_i \) 是模型给出的预测。
    yi, y^iy_i,\ \hat{y}_i
  2. 残差平方和把每个样本预测与真实的偏差平方后累加，代表模型犯错的总体量。
    ∑i=1n(yi−y^i)2\sum_{i=1}^{n}(y_i - \hat{y}_i)^2
  3. 总平方和真实值围绕均值 \( \bar{y} \) 波动的总和，代表“一律猜均值”这个笨办法的基准误差。
    ∑i=1n(yi−yˉ)2\sum_{i=1}^{n}(y_i - \bar{y})^2
  4. 决定系数用 1 减去误差占比，越接近 1 说明模型解释的波动越多，0 相当于原地踏步。
    R2=1−RSSTSSR^2 = 1 - \frac{\text{RSS}}{\text{TSS}}

不确定性分析

再资深的总工程师，拿到一份从未见过的小众签证也会皱眉：“我没把握，得留安全余量。”AI 预测同样必须回答：这次估算到底有多可信？

排泄数据天生稀疏：某些化学结构类型的实验样本极少，模型在这些区域容易“飘”；实验标签本身带噪声；从动物外推到人还叠加物种差异。三个来源叠加，让点估计变得危险。

解决办法是给预测配一根“误差拐杖”：用集成模型各棵树预测值的标准差估出波动幅度，给出“预测值 ± 区间”；再做敏感性分析，找出哪个描述符在主导预测。决策时用区间代替点值，可以避免“看似精准、实则离谱”的坑。

“大概八成把握”不是谦辞，而是科学决策的起点。在一款药的安全与疗效面前，承认不确定性与给出预测同等珍贵。

y^±zα/2×σpred\hat{y} \pm z_{\alpha/2} \times \sigma_{\text{pred}}
置信区间在点预测两侧画出一道安全走廊，提醒所有人：真值大概率落在这里面，而不是某个孤零零的数。
  1. 点预测值模型对清除率对数的中心估计，是所有树的平均意见。
    y^\hat{y}
  2. 预测标准差各棵树预测值的离散程度，波动越大说明这群工程师分歧越严重。
    σpred\sigma_{\text{pred}}
  3. 置信系数对应置信水平的 \( z \) 值，95% 置信水平下约等于 1.96。
    zα/2z_{\alpha/2}
  4. 置信区间中心估计上下浮动一个安全边界，告诉决策者真值大概落在哪个范围。
    y^±zα/2×σpred\hat{y} \pm z_{\alpha/2} \times \sigma_{\text{pred}}

给药与产业应用

知道了游客平均停留时长，城市就能安排补给节奏：走得快的街区勤补货，走得慢的少补货。吃药这件事也一样，给药间隔要跟着半衰期走。

维持剂量公式把排泄能力、目标稳态浓度 \( C_{ss} \) 和给药间隔 \( \tau \) 串在一起。排泄快的药半衰期短，若按 24 小时给药一次，血药浓度会在两次服药之间跌出治疗窗，所以得缩短间隔或改用缓释剂型。

产业视角下，AI 排泄预测的威力在“早”。候选分子还在图纸上，模型就能预告它的清除率与半衰期，帮助团队淘汰“走得实在太快”或“赖着不走”的分子，把资源集中在可开发性强的候选上，从根上降低临床阶段失败率。

从城市水务到给药方案，排泄预测的终点不是一张漂亮的曲线图，而是把“什么时候吃、吃多少”变成一门可计算、可验证的科学。

D=CL×Css×τD = CL \times C_{ss} \times \tau
维持剂量 = 清除率 × 目标稳态浓度 × 给药间隔，三个变量互相牵制，改一个就得动另外两个。
  1. 维持剂量每个给药周期需要补充的单次药量，让浓度既不掉出治疗窗也不蓄积中毒。
    DD
  2. 清除率代表城市排水的吞吐能力，CL 越大，单位时间被清理掉的药物越多。
    CLCL
  3. 稳态浓度目标希望长期维持的血药浓度参考值，通常取治疗窗中部的安全水平。
    CssC_{ss}
  4. 给药间隔τ 是两次服药的时间间隔，排泄越快、半衰期越短，τ 就得压得越紧。
    τ=DCL×Css\tau = \frac{D}{CL \times C_{ss}}

AI 应用场景

创新药早期候选分子筛选

阶段：药物发现（先导化合物优化）

解决的问题：传统上要逐一合成类似物做动物 PK 实验测排泄参数，单个化合物成本高、周期长、失败率高。AI 排泄预测模型基于分子结构秒级给出肾清除率与半衰期的估计，把“先做实验再看”变成“先筛后做”，大幅压缩进入实验的候选数量。

具体案例：某药企对 50 个 PDE 抑制剂类似物做排泄预测，模型提示 12 个分子半衰期不足 1 小时、难以维持药效，直接淘汰；剩余分子进动物实验后，DMPK 通过率从约 20% 提升到 45%。

肾功能不全人群的给药调整

阶段：临床药理与个体化用药

解决的问题：肾功能不全患者肾清除率下降，按常规剂量给药会蓄积中毒。传统做法依赖人群 PK 大样本，难以覆盖特殊人群；模型可结合肌酐清除率与药物肾排泄比例，推算个体化的给药间隔。

具体案例：某抗生素说明书中“eGFR 低于 30 时延长给药间隔至每 48 小时一次”的建议，正是基于排泄预测与 PK 模型制定的剂量表。

新药申报的 DMPK 资料支持

阶段：监管申报与注册

解决的问题：申报材料需要写明药物的排泄途径、清除率与半衰期。AI 预测可作为先验参考，指导放射标记实验和胆汁排泄实验的设计，缩短 DMPK 报告周期。

具体案例：某创新药 IND 申报中，团队用预测的胆汁排泄比例设计动物胆管插管实验的时间点，一次实验便拿到了清晰的排泄平衡数据。

Python 演示

python39 行
import numpy as npfrom math import log, expfrom sklearn.ensemble import RandomForestRegressorfrom sklearn.model_selection import train_test_splitfrom sklearn.metrics import r2_score rng = np.random.default_rng(42) # 模拟 200 个候选分子的结构描述符: 分子量 MW, 脂水分配系数 logP, 氢键供体数 HBDn = 200MW = rng.uniform(150, 700, n)logP = rng.uniform(-2.0, 6.0, n)HBD = rng.integers(0, 6, n)X = np.column_stack([MW, logP, HBD]) # 生成真实肾清除率 (mL/min/kg): 分子量越小, logP 越低, 清除率越高CL_true = 20.0 / (1.0 + np.exp((MW - 400) / 80.0)) + 1.5 * np.maximum(0.0, 1.0 - logP) + 0.3 * HBDy = np.log(CL_true + rng.normal(0, 0.4, n))  # 取对数作为预测目标, 降低量纲差异 X_train, X_test, y_train, y_test = train_test_split(X, y, test_size=0.2, random_state=7) model = RandomForestRegressor(n_estimators=120, max_depth=8, random_state=7)model.fit(X_train, y_train) y_pred = model.predict(X_test)print("R2:", round(r2_score(y_test, y_pred), 3)) VD = 0.6  # 假设表现分布容积 L/kg def predict_halflife(mw, lp, hbd):    """输入分子描述符, 返回预测的半衰期 (小时) 和清除率 (mL/min/kg)"""    cl = float(exp(model.predict([[mw, lp, hbd]])[0]))  # 指数还原清除率    cl_lh = cl * 60.0 / 1000.0  # mL/min/kg -> L/h/kg    t_half = 0.693 * VD / cl_lh    return cl, t_half for mw, lp, hbd in [(180, 0.5, 2), (450, 3.5, 1), (620, 5.0, 4)]:    cl, th = predict_halflife(mw, lp, hbd)    print("MW=%d logP=%.1f HBD=%d -> CL=%.1f mL/min/kg, t1/2=%.2f h" % (mw, lp, hbd, cl, th))
目的：用随机森林根据分子描述符预测肾清除率，并换算半衰期，模拟 AI 在候选分子筛选中的快速预判。
  1. X = np.column_stack([MW, logP, HBD])把分子量、logP、氢键供体数拼成特征矩阵，相当于给每位“游客”建档案。
  2. y = np.log(CL_true + rng.normal(0, 0.4, n))清除率跨数量级，取对数后回归目标更平稳，叠加噪声模拟实验误差。
  3. X_train, X_test, y_train, y_test = train_test_split(X, y, test_size=0.2, random_state=7)留出 20% 数据当“闭卷考试”，防止模型记住答案。
  4. model = RandomForestRegressor(n_estimators=120, max_depth=8, random_state=7)120 棵回归树投票平均，单树波动被摊平。
  5. y_pred = model.predict(X_test)在测试集上给出预测，与真实值对比算出考试分数。
  6. cl = float(exp(model.predict([[mw, lp, hbd]])[0]))模型输出的是 log 清除率，指数还原成 mL/min/kg 单位。
  7. t_half = 0.693 * VD / cl_lh用文章里的半衰期公式把清除率换算成“离城时间”。

常见误区

误区药物排得越干净越安全，清除率越大说明这药越优秀，应该优先选它。

正解排泄是把双刃剑。清除率过高，药效还没起作用就被排出体外，患者得一天吃好几次才能维持药效，依从性大受影响；清除率过低则会蓄积中毒。理想药物不是“排得快”，而是半衰期与给药方案刚好匹配，像城市补给节奏要配合游客流速一样。

为何常见：“排干净 = 安全”符合日常直觉，但忽略了吃药的目标是维持有效浓度，而不是把自己“排干净”。

误区肾小球过滤是肾排泄的第一步，所以过滤量大的药物，尿排泄速度一定快。

正解肾排泄由过滤、分泌、重吸收三股力量叠加。如果某种药物的重吸收率接近 100%，即使过滤量很大，净排泄依然可能很低。只看过滤量这一关，就像只看净水厂的进水口而忽略回收滤网，结论会完全相反。

为何常见：过滤是肾排泄流程里第一个被讲到的环节，初学者很容易把它当成全过程的代言人。

误区模型在测试集上 R² 达到 0.9，说明它非常厉害，随便给它一个全新结构的分子都能信。

正解R² 只描述训练数据分布内的平均表现。当新分子落在训练数据从未覆盖的化学空间（适用域之外）时，预测照样会翻车。必须结合外部测试集表现和适用域判断，就像总工程师对没见过的小众签证也不敢打包票。

为何常见：指标好看容易给人安全感，人们常常忘记统计指标的适用范围有时比数值本身更重要。

误区AI 模型算得又快又便宜，以后动物实验和临床实验都可以取消，全部交给模型拍板。

正解排泄数据天生稀疏、标签带噪声，模型在不熟悉的化学区域并不可靠。AI 的真正价值是快速缩小候选范围、优化实验设计，减少无效实验的次数，但最终裁决仍然需要实验数据验证，这也是监管申报的硬性要求。

为何常见：媒体常把 AI 能力渲染得无所不能，让人误以为算力可以跳过实证科学的基本流程。

面试题

Q1. 药物最主要的排泄途径是哪一条？

单选题 · easy

  • A.肾脏排泄← 正确答案
  • B.皮肤排泄
  • C.呼气排泄
  • D.唾液排泄

答案：A。水溶性药物及其代谢产物主要通过肾脏随尿液排出，这与城市里大多数人走机场高速一个道理。皮肤、呼气等途径占比很小，通常只对特定药物有意义。

Q2. 肾脏排泄中，属于“主动泵出”过程的是哪一个？

单选题 · mid

  • A.肾小球过滤
  • B.肾小管分泌← 正确答案
  • C.肾小管重吸收
  • D.肾血浆流量

答案：B。肾小管分泌依靠转运蛋白消耗能量，把药物从血液主动泵进肾小管，类似净水厂的排污泵；过滤是被动“挤”过去，重吸收是往回捞，血浆流量只是供血条件。

Q3. 某药清除率 CL=5 L/h，表现分布容积 Vd=50 L，其消除半衰期约为多少？

单选题 · mid

  • A.3.5 h
  • B.6.9 h← 正确答案
  • C.10 h
  • D.20 h

答案：B。ke = CL / Vd = 0.1 /h，t1/2 = 0.693 / ke ≈ 6.9 h。就像城市排水能力固定时，水池越大水放完越慢：分布容积大或清除率低都会延长半衰期。

Q4. 哪种性质的药物更容易被肾小管重吸收？

单选题 · hard

  • A.分子量小且亲水性强
  • B.脂溶性较高且易透膜← 正确答案
  • C.强酸性且带正电荷
  • D.蛋白结合率非常高

答案：B。肾小管细胞膜是脂质双分子层，脂溶性高、非离子化的药物容易穿膜被重新吸收回血液，相当于回收站更青睐“好入口”的分子；带电荷、亲水的分子难以穿膜，反而排泄更快。

Q5. 建模时为什么常把清除率取对数作为预测目标？

单选题 · easy

  • A.数据更接近正态分布← 正确答案
  • B.分子量变得更规整
  • C.减少特征数量维度
  • D.省去模型训练环节

答案：A。清除率跨几个数量级，直接回归会被大数值主导且残差分布偏斜；取对数后数据分布更对称、接近正态，回归目标更平稳，模型学起来更容易。

Q6. 对排泄预测模型进行验证时，常用手段包括哪些？

多选题 · mid

  • A.交叉验证法评估← 正确答案
  • B.外部测试集评估← 正确答案
  • C.回归指标检验← 正确答案
  • D.直接上市验证

答案：ABC。交叉验证和外部测试集都是“闭卷考试”，回归指标（R²、RMSE）是考试分数；直接上市验证违背研发流程，模型必须先经过验证并满足监管要求才能用于决策支持。

Q7. 关于模型适用域（Applicability Domain）的说法，正确的是？

单选题 · hard

  • A.任何化学结构都精确可测
  • B.训练数据覆盖范围才可靠← 正确答案
  • C.模型参数越多越可信
  • D.适用域与数据完全无关

答案：B。适用域指训练数据覆盖的化学空间，模型只在“见过”的区域可靠；参数多少与可信度无关，任何结构都精确可测是不切实际的幻想。超出适用域的预测必须标注不确定性。

Q8. 排泄预测的不确定性来源包括哪些？

多选题 · hard

  • A.训练数据稀疏← 正确答案
  • B.实验标签噪声← 正确答案
  • C.物种外推差异← 正确答案
  • D.分子式写法差异

答案：ABC。某些化学区域实验样本稀缺、实测值本身有噪声、从动物到人的外推都存在误差；分子式写法只是记录方式，不影响药物性质，不是不确定性来源。

Q9. 设计给药间隔时，最关键的药代参数组合是？

单选题 · easy

  • A.半衰期与治疗窗口← 正确答案
  • B.药品的颜色外观
  • C.药片的形状大小
  • D.生产批号与批次

答案：A。半衰期决定药物衰减速度，治疗窗决定浓度上下限；给药间隔要保证浓度在治疗窗内震荡。颜色、形状、批号只影响制剂外观与追溯，与给药方案无关。

Q10. AI 排泄预测在制药产业中的价值体现在哪些方面？

多选题 · mid

  • A.早期筛选候选分子← 正确答案
  • B.支持给药方案设计← 正确答案
  • C.降低临床失败成本← 正确答案
  • D.替代全部动物实验

答案：ABC。早期筛选出可开发性强的分子、支持给药间隔设计、减少后期临床失败，都是实打实的降本增效；但 AI 仍需实验验证，无法替代全部动物与临床试验。