想象你受邀为一位挑剔的小精灵设计新家。直接浇筑一栋大房子风险极高：万一某个墙角卡不进山崖的缺口，整栋楼都白费。聪明的工匠会换一种思路——先抱来一箱小积木，一枚一枚地试，看哪几枚能恰好卡进山崖上那些小凹槽。每个凹槽对应靶蛋白的一个结合位点（子口袋），每块小积木就是一个分子片段。小积木个头小、形状简单、便宜易得，试错一百次也不心疼。一旦发现某枚积木卡得牢，接下来有三条路：顺着凹槽方向继续加积木，让结构慢慢长大（生长）；在另一个凹槽里找到第二枚积木，用一座小桥把两者连起来（连接）；或者把两枚形状重叠的积木拆掉重影部分，焊成更紧凑的二合一（合并），最后整体打磨成“像药一样”的完整分子。这就是片段生成：不赌一把大的，而是用几百上千枚小积木，精准、便宜、高效地拼出完整药物分子。

岗位关联

对 AI 从业者而言，理解片段生成等于拿到“分子设计”的杠杆：它把药物研发从百万级海选变成千级拼装，能把先导化合物发现周期从两三年压到几个月，也是 AI 制药落地最扎实的方向之一。

目录
  1. 可视化演示
  2. 1. FBDD基本理念：小块头的大智慧
  3. 2. 片段库设计：积木箱的选品哲学
  4. 3. 片段生长：顺着凹槽方向延伸
  5. 4. 片段连接：两座塔之间的小桥
  6. 5. 片段合并：重叠处的减法艺术
  7. 6. 先导化合物发现：从城堡到可验收的房子
  8. 7. 成功与产业价值：积木模式的账本
  9. AI 应用场景
  10. Python 演示
  11. 常见误区
  12. 面试题

可视化演示

展示FBDD片段设计流程、片段生长策略与多方向扩展、及AI驱动片段优化闭环迭代。

本节配有交互动效（进入视口后自动加载，约 3KB）。

1. FBDD基本理念：小块头的大智慧

传统“高通量筛选（HTS）”像一次性浇筑大楼：先造出上百万个巨大化合物，再一栋栋试住，又贵又慢。FBDD（基于片段的药物设计）则反其道而行：先把研究颗粒缩小到“积木”级别。每个分子片段通常只有 10~20 个重原子，分子量不超过 300，与靶蛋白的结合弱到只有毫摩尔级——就像一枚小积木单独放在地上，看起来毫无承重能力。

但科学家 Hann 提出的复杂度理论点破了其中的玄机：化合物越复杂，与蛋白表面实现完美互补的概率就越低。分子越大、越花哨，要想每个角落都严丝合缝地贴合蛋白，难度呈指数上升；而小积木形状简单，反而更容易找到能卡进去的小凹槽。所以片段策略的第一课是：弱结合不是缺点，而是起点。

正因如此，评价片段好坏不能只看绝对亲和力，而要看“配体效率（LE）”——每个重原子平均贡献了多少结合能量：

小积木虽然单独不能承重，但每克积木的“承重效率”极高。先花小成本确认哪些积木能卡进凹槽，再谈往下怎么搭——这就是 FBDD 的第一性原理，也是后面所有生长、连接、合并策略的出发点。

LE=−ΔGN=−RTln⁡(IC50)N\displaystyle \text{LE} = -\frac{\Delta G}{N} = -\frac{RT\ln(\text{IC}_{50})}{N}
LE 本质是“单位原子产能”：同样贡献 6 kcal/mol 的结合能量，20 个原子完成不如 10 个原子完成，后者留给后续优化的空间更大。
  1. ΔG（结合自由能）片段从水溶液中“跳上”蛋白表面时释放的能量，ΔG 越负代表结合越牢，单位是 kcal/mol。
    ΔG=RTln⁡(IC50)\displaystyle \Delta G = RT\ln(\text{IC}_{50})
  2. N（重原子数）分子中除氢以外的原子个数，它直接反映积木的“个头”和骨架复杂度，是片段“小”的具体度量。
    N=Nheavy atoms\displaystyle N = N_{\text{heavy atoms}}
  3. RT（温度能量常数）常温下约等于 0.6 kcal/mol，是把 IC50 半抑制浓度换算成结合能量的“汇率”。
    RT≈0.6 kcal/mol\displaystyle RT \approx 0.6\ \text{kcal/mol}
  4. LE 的业务含义配体效率衡量每个重原子的平均结合贡献，LE 高意味着“小块头、大能量”，这正是片段值得继续优化的理由。
    LE=binding energyheavy atoms\displaystyle \text{LE} = \frac{\text{binding energy}}{\text{heavy atoms}}

2. 片段库设计：积木箱的选品哲学

好工匠的积木箱从不追求“多”，而追求“每一块都管用”。片段库（Fragment Library）通常只收录一千到一万枚“积木”，却要覆盖各种各样的形状、大小与电荷分布，确保将来无论遇到什么凹槽，都能随手找到可试的积木。构建片段库的第一步，是先制定“合格积木”的准入标准。

药化家们把这套标准总结为类药三规则（Rule of Three），它比药物的类药五规则更严格，专门用来保证片段“小而精”：

光有规则还不够，片段库还需要做多样性覆盖：用分子指纹（如 ECFP）和 Tanimoto 相似度对候选片段聚类，每一类只挑一个代表，防止一百块积木长得像同一块；弱结合片段必须在几百微摩尔的高浓度下检测，所以水溶性是硬指标；还要剔除 PAINS（泛干扰化合物）和易反应基团，它们会造成大量假阳性结果。AI 在此处可以用图神经网络自动完成聚类、打分与去重。

积木箱的哲学是“少而精、样样通”：宁可只有 2000 块各不相同的积木，也不要 2 万块长得差不多的积木。这一箱积木的质量，直接决定了后面所有组装策略的上限。

MW≤300,clogP≤3,HBD≤3,HBA≤3,RotB≤3\displaystyle \text{MW} \le 300,\quad \text{clog}P \le 3,\quad \text{HBD} \le 3,\quad \text{HBA} \le 3,\quad \text{RotB} \le 3
三规则是在说：进入片段库的积木必须体积小、亲水性好、能形成氢键的位点少、骨架够刚硬。满足这些条件，片段才容易溶解、容易检测、容易后续改造成药。
  1. MW（分子量）片段分子量上限设为 300，而成药小分子常在 500 左右；更小的分子意味着更低的复杂度与更高的命中机会。
    MW≤300\displaystyle \text{MW} \le 300
  2. clogP（脂水分配系数）衡量分子亲油还是亲水，clogP 不超过 3 保证片段在水溶液里筛得开、不粘壁、不聚集。
    clogP≤3\displaystyle \text{clog}P \le 3
  3. HBD / HBA（氢键供体/受体）氢键是片段与蛋白“牵手”的主要方式，氢键供体与受体的数量各限制在 3 个以内，避免片段太“黏人”。
    HBD≤3,HBA≤3\displaystyle \text{HBD} \le 3,\quad \text{HBA} \le 3
  4. RotB（可旋转键数）可旋转单键越少，分子构象越刚硬，与蛋白结合时越不容易“扭来扭去”消耗熵。
    RotB≤3\displaystyle \text{RotB} \le 3

3. 片段生长：顺着凹槽方向延伸

发现某枚积木卡进了凹槽，接下来不是乱堆，而是顺着凹槽的形状一块一块加——这就是“生长（Growing）”。每次添加之前都要问：新积木放在这里，是让整体更牢固，还是会顶松原来的卡点？真实的药物化学中，生长意味着在种子片段上不断添加原子或官能团，向口袋深处探索更多的相互作用。

在计算化学里，生长是一个逐步决策问题：当前片段是一组原子集合 S_t，候选集 A 是下一步可以拼接的基团（如亚甲基、氨基、羰基、芳香环）。每一步选出使结合自由能提升最多的基团，同时要求配体效率不低于下限：

AI 在这里有两把刷子：图神经网络把分子编码成图，逐节点预测“该位置加什么基团结合增益最大”；强化学习的策略网络则学会在化学空间里做多步搜索，自动避开合成困难的死胡同。打分函数融合范德华力、氢键、去溶剂化能，模拟新原子与口袋残基的相互作用。

生长就像给积木塔每加一块砖都要先“试承重”，AI 则是那位经验丰富的老师傅，看一眼口袋的形状就猜到下一块积木该往哪个方向加。

a∗=arg⁡max⁡a∈AΔG(St∪{a}),s.t.  LE(St∪{a})≥LEmin⁡\displaystyle a^{*} = \mathop{\arg\max}_{a \in \mathcal{A}} \Delta G(S_{t} \cup \{a\}), \quad \text{s.t.} \ \ \text{LE}(S_{t} \cup \{a\}) \ge \text{LE}_{\min}
生长不是“越长越好”，而是“每加一块都要值回票价”。约束 LE 不低于下限，是为了防止不断堆原子导致单位原子效率被稀释。
  1. S_t（当前片段集合）现在已经搭好的原子集合，随着生长不断扩充，是决策的“现状输入”。
    St={grown atoms}\displaystyle S_{t} = \{ \text{grown atoms} \}
  2. a ∈ A（候选基团）下一步可以接上的原子或官能团，相当于工匠手边“待选的积木”。
    A={−CH2−,−NH−,−C=O,aryl}\displaystyle \mathcal{A} = \{ -\text{CH}_2-, -\text{NH}-, -\text{C=O}, \text{aryl} \}
  3. argmax（最优选择）在所有候选中选出让 ΔG 最负的那个，ΔG 越负代表拼接后与口袋结合越强。
    a∗=arg⁡max⁡a ΔG(St∪{a})\displaystyle a^{*} = \arg\max_{a} \ \Delta G(S_{t} \cup \{a\})
  4. LE ≥ LEmin（效率约束）新原子加入后的配体效率不得低于设定阈值，保证每次扩展都“物有所值”。
    −ΔGN≥LEmin⁡\displaystyle \frac{-\Delta G}{N} \ge \text{LE}_{\min}

4. 片段连接：两座塔之间的小桥

有时小精灵家里有两个凹槽都卡得住积木，可两块积木隔着一道空当，各自为政。工匠的办法是找一根长短合适的小梁，把两座小塔连成一座整体——两端都卡进凹槽的房子，稳固度立刻翻倍。这就是“连接（Linking）”。

前提是先分别发现两个结合在相邻子口袋的片段，这需要高灵敏度的检测手段，比如核磁共振（NMR）、表面等离子共振（SPR）或 X 射线晶体学。然后设计连接子（linker），最关键的约束是连接子的长度、方向与刚性必须让两个片段保持原来的结合姿势——桥搭歪了，两端都会从凹槽脱落。连接为什么能带来亲和力跃升？可以从能量上理解：

AI 做连接子设计已有成熟工具：生成式模型（如 DeLinker 一类的方法）输入两个片段的三维坐标，直接输出横跨空当的连接子结构；遗传算法则在连接子库中反复“变异—重组—打分”，筛出合成可行、构象合理的候选。最重要的一条评价指标是“连接后两个片段是否还保持原姿势”，也就是空间重叠度要尽量小。

桥的哲学是“添一座桥，而不是添一堵墙”：AI 要学的不是把分子变大，而是让两端各自安好、中间无缝衔接。

ΔGlink=ΔGA+ΔGB+ΔGlinker−TΔSlink\displaystyle \Delta G_{\text{link}} = \Delta G_{A} + \Delta G_{B} + \Delta G_{\text{linker}} - T\Delta S_{\text{link}}
连接的核心红利在最后一项：两个游离片段各自结合，要付出两次平移/旋转熵代价；连接成一个分子后只付一次，多出来的熵收益会让总结合自由能显著变负，亲和力可能从毫摩尔级跃升到纳摩尔级。
  1. ΔG_A 与 ΔG_B（两端片段贡献）连接前两个片段各自的结合自由能，是这次“合作”的底薪。
    ΔGA=RTln⁡(IC50,A)\displaystyle \Delta G_{A} = RT\ln(\text{IC}_{50,A})
  2. ΔG_linker（连接子贡献）连接子本身也会与口袋发生范德华或氢键作用，设计得好是加分项，过长则要付出去溶剂化代价。
    ΔGlinker=ΔHlinker−TΔSlinker\displaystyle \Delta G_{\text{linker}} = \Delta H_{\text{linker}} - T\Delta S_{\text{linker}}
  3. -TΔS_link（熵收益）两个分子绑定变成一个分子，平移与旋转的熵损失从两次变成一次，净赚一份熵收益，使整体 ΔG 更负。
    −TΔSlink<0\displaystyle -T\Delta S_{\text{link}} < 0
  4. 整体判断当桥不长不短、两端都保持原姿势时，总结合自由能会明显小于两个片段之和。
    ΔGlink≪ΔGA+ΔGB\displaystyle \Delta G_{\text{link}} \ll \Delta G_{A} + \Delta G_{B}

5. 片段合并：重叠处的减法艺术

还有一类更省材料的玩法：如果两枚积木各自有一半恰好重叠，与其叠罗汉，不如把重叠的部分拆掉，把各自“最讨喜”的结构焊成一块二合一的新积木。这就是“合并（Merging）”，也叫药效团融合。

合并的前提是两个片段在空间上重叠、结合到同一区域，并且共享部分药效团（氢键供体/受体、疏水中心等）。操作时保留公共核心、删除冗余原子。如何量化“重叠程度”？最常用的是 Tanimoto 指纹相似度：

与生长、连接不同，合并更像“编辑”而非“扩展”：在保留关键相互作用的前提下重排骨架。AI 常用骨架跳跃模型（如变分自编码器）把分子的药效团编码成潜向量，再解码出化学新颖但形状互补的骨架，从而绕过已有专利的壁垒。

减法有时比加法更厉害——两枚积木的二合一不仅省材料，往往还能比原来任何一块都更结实。这正是合并技术“以少胜多”的妙处。

Tanimoto(A,B)=ca+b−c\displaystyle \text{Tanimoto}(A, B) = \frac{c}{a + b - c}
Tanimoto 相似度把两个分子各自编码成一组特征位串，用“共同特征数占去重后总特征数的比例”来衡量重叠程度，数值越接近 1 说明两片段长得越像、越有融合空间。
  1. a、b（各自指纹特征数）把分子编码成一组特征集合，a 是片段 A 的特征总数，b 是片段 B 的特征总数。
    a=∣A∣,b=∣B∣\displaystyle a = |A|,\quad b = |B|
  2. c（共有特征数）同时出现在两个分子指纹里的特征个数，反映它们共享的药效团。
    c=∣A∩B∣\displaystyle c = |A \cap B|
  3. a+b-c（并集大小）去重后的总特征数，作为“重叠比例”的分母。
    ∣A∪B∣=a+b−c\displaystyle |A \cup B| = a + b - c
  4. 相似度的用途相似度高说明重复多、融合空间大；反向地，还可以用相似度约束做骨架跳跃——寻找药效团相似但化学骨架全新的替代积木。
    similarity∈[0,1]\displaystyle \text{similarity} \in [0, 1]

6. 先导化合物发现：从城堡到可验收的房子

生长、连接、合并产出的分子只是“毛坯房”。要成为先导化合物，还得打磨：亲和力够不够强、选择性够不够专一、水里溶不溶、代谢稳不稳、有没有毒性。这段路就是先导化合物发现（Lead Discovery），也是 AI 多目标优化真正发力的地方。

为了在“像药”和“结合强”之间找平衡，药化家设计了 QED（类药性定量评估），把分子的多个理化性质综合成一个 0 到 1 的“像药程度”分数：

真实世界的明星案例足以说明这条路的含金量：venetoclax（维奈克拉）是首批获批的 FBDD 药物之一，从 BCL-2 蛋白的弱活性片段出发，经过多轮生长与优化，最终成为治疗慢性淋巴细胞白血病的一线药物；vemurafenib（维莫非尼）同样源自片段策略，用于 BRAF 突变黑色素瘤。

这就像城堡盖好后要通过验收官的整体打分——门窗、承重、采光任何一项瘸腿都拿不到合格证，而 AI 就是那个反复试改方案的包工头。

QED=exp⁡(1n∑i=1nln⁡di)\displaystyle \text{QED} = \exp\left(\frac{1}{n} \sum_{i=1}^{n} \ln d_{i}\right)
QED 的本质是“短板效应”评分：它计算多个性质期望函数的几何平均，任何一个性质极差（比如水溶性太差）都会把总分明显拉低，防止分子在单一维度上偏科。
  1. d_i（第 i 个性质的期望函数）把 logP、分子量、极性表面积等每个理化性质映射到 0~1 区间，“越像已知药物越接近 1”。
    di∈[0,1]\displaystyle d_{i} \in [0, 1]
  2. ln d_i（对数变换）对数把连乘变成连加，便于计算；同时放大了极低分对总分的惩罚效应。
    ∑i=1nln⁡di\displaystyle \sum_{i=1}^{n} \ln d_{i}
  3. exp 还原（几何平均）对连加取指数后，等价于对 n 个 d_i 取几何平均，把“平均分”拉回 0~1 尺度。
    QED=(∏i=1ndi)1/n\displaystyle \text{QED} = \left(\prod_{i=1}^{n} d_{i}\right)^{1/n}
  4. 应用方式AI 用强化学习在亲和力、选择性、QED、合成难度之间做帕累托权衡，迭代产生候选，再交实验验证。
    QED∈[0,1]\displaystyle \text{QED} \in [0, 1]

7. 成功与产业价值：积木模式的账本

积木模式最动人的不是“盖得漂亮”，而是“试错便宜”。传统 HTS 要囤上百万个化合物，每批合成与筛选成本极高；片段模式先用几千枚小积木定位凹槽，确认命中后再投入资源，整体资金效率大幅改善。组合数学更能说明为什么“小库”反而拥有“大空间”：

产业数据同样亮眼：相比 HTS，FBDD 把先导发现时间从平均 2~3 年压缩到 1 年以内，所需化合物数量从百万级降到千级，单项目研发投入显著下降；叠加 AI 虚拟筛选后，虚拟与实验的迭代轮次更少、命中率更高。这正是“降本增效”在创新药研发中的直接体现，也让中小药企有机会以更轻的算力与实验成本切入难成药靶点。

一张只有一千块积木的箱子，却装着五十万座桥的图纸——真正值钱的不是积木本身，而是快速试错与聪明选择的能力。这就是片段生成带给 AI 制药的产业价值。

C(n,k)=n!k! (n−k)!,C(1000,2)=499500\displaystyle C(n, k) = \frac{n!}{k!\,(n - k)!},\qquad C(1000, 2) = 499500
只有 1000 个片段的库，两两连接就能提供约 50 万种“桥梁蓝图”。AI 的价值正在于：在这片巨大的虚拟空间里快速导航，把实验验证集中在少数高分组合上。
  1. n!（阶乘）n 个对象全排列的种数，是组合计数的“原材料”。
    n!=n×(n−1)×⋯×1\displaystyle n! = n \times (n-1) \times \cdots \times 1
  2. 分母 k!(n-k)!（消除顺序）挑选不分先后，用分母把重复计数除掉。
    k! (n−k)!\displaystyle k!\,(n-k)!
  3. 代入实例1000 个片段两两组合，计算结果是 499500 种可能。
    1000×9992=499500\displaystyle \frac{1000 \times 999}{2} = 499500
  4. 业务含义片段库虽小，组合空间却以百万计；AI 负责打分、排序、剪枝，把筛选成本从“全做实验”降到“只验证 Top 组合”。
    combination space=499500\displaystyle \text{combination space} = 499500

AI 应用场景

癌症靶向药先导发现：AI 片段生长加速难成药靶点

阶段：先导发现与优化

解决的问题：传统 HTS 针对 KRAS 这类“光滑无口袋”的难成药靶点，动辄筛选百万化合物却收获寥寥；AI 片段生长从已验证的弱活性片段出发，在蛋白口袋内定向生长，只需合成数百个分子即可获得微摩尔级先导。

具体案例：某药企先用 X 射线确认一个毫摩尔级片段卡在 KRAS 的开关口袋，随后用图神经网络打分加强化学习搜索做片段生长，三个月内迭代出纳摩尔级先导，走的就是当年 venetoclax 从弱片段到上市药物的经典路径。

蛋白质-蛋白质相互作用抑制剂设计：AI 连接子搭桥

阶段：命中片段识别与连接

解决的问题：蛋白质-蛋白质相互作用（PPI）界面大而平坦，传统小分子找不到着力点；片段连接把两个分别结合在相邻子口袋的弱片段，用 AI 生成的连接子连起来，依靠熵收益实现亲和力指数级跃升。

具体案例：在 BCL-2 家族抑制剂开发中，两个片段分别结合两个疏水子口袋，AI 生成系列连接子并逐一打分，其中一条支路经优化成为治疗慢性淋巴细胞白血病的 venetoclax（维奈克拉）。

AI 制药平台的片段库 SaaS 服务

阶段：数据资产与平台建设

解决的问题：中小药企缺乏构建高质量片段库的经验与数据；AI 平台用分子指纹聚类与多样性最大化算法，为客户定制 5000 枚规模的片段库，并提供虚拟生长、连接、合并模块，把平台能力变成订阅制服务。

具体案例：某 AI 制药公司向合作药企交付“片段库 + 生长算法”模块，将某个靶点从验证到先导发现的项目周期从 2 年压缩到 8 个月，费用仅为传统外包模式的 1/3。

Python 演示

python60 行
"""Fragment growing demo: greedily extend a seed fragment on a binding-pocket score grid.""" # 口袋评分网格: 数值越高代表该位置与蛋白结合越有利POCKET = [    [1, 1, 2, 4, 6, 6, 4, 2, 1, 1],    [1, 3, 6, 8, 9, 9, 8, 6, 3, 1],    [2, 5, 8, 10, 11, 11, 10, 8, 5, 2],    [1, 4, 7, 9, 10, 10, 9, 7, 4, 1],    [1, 2, 3, 5, 6, 6, 5, 3, 2, 1],] # 上下左右四个可生长方向DIRS = [(-1, 0), (1, 0), (0, -1), (0, 1)]  def candidates(atom, rows, cols):    """返回 atom 周围合法且未被占据的网格位置"""    out = []    x, y = atom    for dx, dy in DIRS:        nx, ny = x + dx, y + dy        if 0 <= nx < rows and 0 <= ny < cols:            out.append((nx, ny))    return out  def total_score(atoms):    """所有原子所在位置的口袋评分之和, 模拟总结合强度"""    return sum(POCKET[x][y] for x, y in atoms)  def grow(seed, max_atoms=8, min_le=3.0):    """从种子片段出发, 贪婪地让每个新原子带来最大评分增量"""    atoms = [seed]    for step in range(1, max_atoms):        best_pos, best_gain = None, -10 ** 9        for atom in atoms:            for pos in candidates(atom, len(POCKET), len(POCKET[0])):                if pos in atoms:                    continue                if POCKET[pos[0]][pos[1]] > best_gain:                    best_gain, best_pos = POCKET[pos[0]][pos[1]], pos        if best_pos is None:            break        new_atoms = atoms + [best_pos]        le = total_score(new_atoms) / float(len(new_atoms))        if le < min_le:            print("LE below threshold %.2f, stop growing" % min_le)            break        atoms = new_atoms        print("step %d add %s, score %.1f, LE %.2f" %              (step, best_pos, total_score(atoms), le))    return atoms  if __name__ == "__main__":    final = grow(seed=(2, 5), max_atoms=8, min_le=3.0)    print("final atoms:", final)    print("total score %.1f, LE %.2f" %          (total_score(final), total_score(final) / float(len(final))))
目的：用二维网格模拟蛋白结合口袋，从评分最高的种子片段出发，用贪婪策略逐步添加原子，并实时监控配体效率是否低于阈值——完整还原正文“片段生长”的每一步决策逻辑。
  1. POCKET = [用二维网格模拟蛋白口袋，数字越大表示该位置与蛋白残基作用越有利。
  2. DIRS = [(-1, 0), (1, 0), (0, -1), (0, 1)]定义四个候选生长方向，对应分子向上下左右延伸。
  3. def candidates(atom, rows, cols):找出当前原子周围所有合法网格点，相当于“下一步可以从哪些位置接积木”。
  4. def total_score(atoms):累加所有已生长原子的打分，模拟分子与口袋的总结合强度。
  5. def grow(seed, max_atoms=8, min_le=3.0):生长主循环：每次贪心选择评分最高的位置添加一个原子。
  6. if pos in atoms:禁止两个原子落在同一网格点，避免“叠罗汉”式无效堆积。
  7. le = total_score(new_atoms) / float(len(new_atoms))计算配体效率：每个原子的平均结合贡献。
  8. if le < min_le:当新原子拉低平均贡献时立即停止，对应正文中的"LE ≥ LEmin"效率约束。
  9. final = grow(seed=(2, 5), max_atoms=8, min_le=3.0)从口袋评分最高处出发，最多生长 8 个原子。

常见误区

误区既然药物的目标是强结合，那直接筛选结构复杂、分子量大的化合物库，不是更容易找到好东西吗？为什么要绕一圈先做小片段？

正解Hann 复杂度理论指出，分子越复杂，与蛋白表面实现完美互补的概率越低——就像越花哨的钥匙越难找到能开的锁。小片段虽然单个结合弱，但命中概率高、配体效率高，后续生长、连接的空间大。FBDD 恰恰是用“以小吃大”绕开了大分子库“高成本、低命中”的陷阱。

为何常见：人的直觉是“大力出奇迹、大而全更稳”，忽略了一个关键事实：结合不是靠体积堆出来的，而是靠原子与残基的精确配对，复杂度越高，配对失败的概率越大。

误区一个化合物 IC50 只有几毫摩尔，离药物差着十万八千里，这种“垃圾”还有必要留着吗？

正解片段的价值不看绝对亲和力，而看配体效率（LE）。一个 10 个重原子、毫摩尔级结合的片段，每个原子的贡献可能比一个 50 个重原子、微摩尔级的大分子还高。弱结合是起点不是终点：生长、连接、合并任何一个策略，都可能把它推向纳摩尔级。venetoclax 的起点正是一个弱到“几乎没有活性”的片段。

为何常见：药化领域的惯性思维是“只看 IC50 排名”，忘了分子量不同时绝对亲和力不可比，也忘了片段路线有后续放大手段。

误区生长不就是往原子上不断挂基团、挂到分子量 500 就算成功吗？反正基团越多，总结合应该越强。

正解生长是“定向优化”：要顺应口袋形状，每一步都评估新原子与周围残基的相互作用，并监控配体效率不下降。盲目的堆料会让分子变大、熵代价升高、效率稀释，甚至顶松原有的关键结合位点。正文中的 LE ≥ LEmin 约束就是专门防止这种“加水变稀”。

为何常见：把“生长”误解成“拼凑”，没有意识到每一步加原子都像加积木必须“试承重”，需要打分函数、口袋结构和效率约束三方把关。

误区既然连接能让亲和力翻倍，那把两个片段用任何链子拴在一起不就行了？链子越长越灵活越好？

正解连接子必须长度合适、方向正确、刚性适中，让两个片段保持原有的结合姿势。桥搭歪了、太短顶到残基、太长付出去溶剂化代价，都会让亲和力不升反降。AI 连接子生成模型的核心评价指标，就是“连接后的构象与两个片段独立结合时的重叠度”。

为何常见：只盯着“连接带来熵收益”这一个好处，却忘了连接子本身也是分子的一部分，它的几何与能量代价同样会进入总结合自由能。

误区AI 模型能生成结构漂亮、打分很高的分子，是不是可以直接省掉实验，拿去申报临床了？

正解AI 生成的是“待验证的候选假设”而非“已验证的药物”。打分函数只是对真实结合的近似，合成可行性、溶解度、代谢稳定性和毒性都需要实验闭环确认。FBDD 的完整流程永远是“虚拟生成 + 实验筛选 + 结构解析 + 再优化”的循环，AI 负责把实验次数从百万压到百，而不是把实验清零。

为何常见：生成式模型输出的分子在 2D 结构图上“看起来合理”，让非专业人士误以为模型已经“理解”了药效；事实上打分与真实结合之间还有巨大的鸿沟。

面试题

Q1. 关于 FBDD 中“分子片段”的典型特征，下列说法正确的是？

单选题 · easy

  • A.分子量通常超过 500 的大分子
  • B.通常只含 10~20 个重原子的小分子← 正确答案
  • C.必须已经具备微摩尔级亲和力
  • D.只能在原核细胞中表达纯化

答案：B。片段是低复杂度小分子，重原子 10~20 个、分子量不超过 300，结合弱但配体效率高，B 正确。A 是大分子的特征；C 是后续优化目标而非起点；D 与片段本身的定义无关。

Q2. 配体效率 LE 的定义是？

单选题 · easy

  • A.配体分子量除以氢键个数
  • B.结合自由能除以重原子数← 正确答案
  • C.靶蛋白分子量除以配体数量
  • D.半衰期除以给药剂量

答案：B。LE = -ΔG / N，即每个重原子平均贡献的结合能量。它衡量“小而强”的能力，是片段思想的核心量化标尺；A、C、D 都与能量和原子数无关，属于干扰项。

Q3. 类药“三规则”对片段库的分子量要求是？

单选题 · mid

  • A.分子量需小于 100
  • B.分子量不超过 300← 正确答案
  • C.分子量需大于 500
  • D.分子量在 800 以上

答案：B。Rule of Three 规定 MW ≤ 300、clogP ≤ 3、氢键供受体各 ≤ 3、可旋转键 ≤ 3，保证片段低复杂度、易溶解、易衍生；A 过严，C、D 违背了“小”的初衷。

Q4. 片段结合亲和力弱（毫摩尔级）却值得继续优化的根本原因是？

单选题 · mid

  • A.弱结合片段更难以合成
  • B.配体效率高且复杂度低← 正确答案
  • C.弱结合意味着毒性更小
  • D.弱结合可绕过专利申请

答案：B。根据 Hann 复杂度理论，片段复杂度低、与口袋子区域实现完美互补的概率高，且单位重原子的结合贡献（LE）高，弱结合只是起点。B 正确；A、C、D 均与亲和力弱无因果关系。

Q5. 片段生长策略中强调“每加一个原子都要验证配体效率不下降”，主要目的是？

单选题 · mid

  • A.避免分子量变得越来越小
  • B.防止堆料导致效率稀释← 正确答案
  • C.让分子结构更复杂美观
  • D.加快化合物自动合成

答案：B。生长若只追求总亲和力上升，不断补原子会使每个原子的平均贡献下降，甚至顶松关键结合。LE ≥ LEmin 约束保证每一步都“值回票价”，防止无脑堆料。

Q6. 片段连接产生显著亲和力跃升的核心物理原因是？

单选题 · mid

  • A.连接子本身毒性很强
  • B.减少了一次平移旋转熵损失← 正确答案
  • C.分子极性大幅上升
  • D.水溶性成倍提高

答案：B。两个游离片段各自结合要付出两次平移/旋转熵代价，连接成一个分子后只需付一次，熵收益使 ΔG 显著变负、亲和力指数级上升；A、C、D 都不是连接策略的特有机制。

Q7. 下列哪些实验技术可以检测片段与靶蛋白的弱结合？

多选题 · mid

  • A.NMR 核磁共振← 正确答案
  • B.表面等离子共振 SPR← 正确答案
  • C.X 射线晶体学← 正确答案
  • D.老鹰捉小鸡对抗赛

答案：ABC。片段亲和力弱，需要高灵敏度的生物物理检测技术：NMR 看化学位移扰动、SPR 看结合动力学、X 射线直接看复合物结构；D 是干扰项，与分子检测无关。

Q8. 片段 A 结合自由能 -6 kcal/mol、20 个重原子；片段 B 结合自由能 -4 kcal/mol、10 个重原子。哪一个更值得优先优化？

单选题 · hard

  • A.片段 A，因为其结合更强
  • B.片段 B，因为其配体效率更高← 正确答案
  • C.两者配体效率相同
  • D.无法用配体效率判断

答案：B。LE_A = 6/20 = 0.3，LE_B = 4/10 = 0.4。LE 是每个重原子的结合贡献，片段 B 单位原子效率更高、可优化空间更大，这正是 FBDD 用 LE 而非绝对亲和力排序的原因。

Q9. AI 在片段生成全链路中发挥作用的环节包括？

多选题 · hard

  • A.片段库的多样性与类药性筛选← 正确答案
  • B.片段生长方向的搜索与打分← 正确答案
  • C.片段连接子的生成与评估← 正确答案
  • D.患者挂号与门诊排班系统

答案：ABC。AI 用图神经网络、强化学习、生成模型覆盖片段库筛选、生长搜索、连接子设计与合并骨架跳跃多个环节；D 属医疗信息化场景，与分子设计无关。

Q10. 根据 Hann 复杂度理论，在同等筛选条件下，片段命中率与化合物复杂度的关系是？

单选题 · extreme

  • A.复杂度越高命中率越高
  • B.复杂度越低命中率越高← 正确答案
  • C.与复杂度完全无关
  • D.命中率恒定不变

答案：B。低复杂度分子更容易与蛋白子口袋形成互补匹配，组合空间小、完美匹配的概率大；随分子增大复杂度上升，能同时满足所有原子配位的组合急剧缩小。这是 FBDD“以小吃大”的理论基石。