分子设计：结构优化

可视化演示

演示分子编辑操作、化学空间帕累托搜索与多轮强化学习优化，直观展示AI如何在保持活性下改善药代性质。

优化目标定义

装修老屋的第一步不是动工，而是坐下来列需求清单：承重墙必须保留（活性母核不可动），采光要改善（吸收与通透性），渗水要解决（代谢稳定性），隔音要增强（对靶点的选择性）。需求如果写不清楚，后面每轮图纸都会跑偏。结构优化的起点，同样是把这份“人心里的愿望”翻译成机器能计算的数学语言。

在 AI 制药里，每个候选分子被表示为一个结构 $x$。活性预测模型、ADMET（吸收、分布、代谢、排泄、毒性）预测模型、选择性预测模型分别对它打分：$A(x)$ 表示活性，$P(x)$ 表示药代性质，$S(x)$ 表示选择性。于是任务从“让活性高一点”升级为“让这三个分数尽量同时变好”。最朴素也最常用的做法，是把它们按权重合成一个总分数，让优化引擎有一个明确的方向：

决策者列出的心愿清单被编码成一个总分后，AI 才知道该朝哪个方向搜索。但加权求和有个天然软肋：当活性和药代性质强烈冲突时，它只会硬生生给出一个“折中值”，而不是把整组取舍方案摊开给你看——这正是后文帕累托方法要解决的问题。也就是说，目标定义既是起点，也是暗藏选择哲学的地方。

化学空间搜索

目标定了，设计师开始翻方案库。化学家的方案库不是纸质图册，而是由数亿个分子组成的抽象空间——化学空间。传统做法靠经验手工改几个基团；AI 则像一位不知疲惫的设计师，每次只动一处细节：把苯环换成吡啶环，在侧链上加一个氟原子，或者把七元环缩成六元环。这些“局部修改”就叫分子编辑，所有可做的编辑动作合起来，就是动作空间。

为了让探索更有方向，AI 常用强化学习训练一个策略网络：把当前分子看作状态 $s_t$，网络输出“此时做哪个编辑动作更有可能得到高回报”。编辑动作会带来新状态 $s_{t+1}$，而奖励函数的设计至关重要——它既要鼓励分子变好，又要防止分子改得面目全非，常见的做法是在效用得分之外，减去一个与出发分子的化学距离惩罚：

这个奖励设计同时管住了两个冲动：想得分更高，也想留在先导分子的“风格圈”里。就像设计师不断在方案库中翻找时，既要让布局更合理，又不能把老屋原本的味道丢掉。此外，策略网络还要在“沿用已知好动作”与“尝试陌生动作”之间做平衡，这就是探索与利用的取舍，也是强化学习相比贪心搜索的进阶之处。

约束条件设置

设计图再精彩，也得过物业和房管局：承重墙不能拆、外立面不能随便改、燃气管线不能乱拉。结构优化同样有边界，违反边界的分子即使计算得分再高，也会被药化专家一票否决，因为合成不出来或毒性风险太大。

这些边界就是约束条件，常见的有四类：类药性规则（如 Lipinski 五规则，限制分子量、脂水分配系数、氢键供体和受体的数量），合成可行性评分（逆合成路线越短、越常用越好），结构相似性下限（确保不破坏先导母核的骨架与结合方式），以及禁忌结构过滤（排除已知毒性基团，如某些迈克尔受体、芳胺类结构）。把它们写成数学形式，就得到带约束的优化问题：

约束不是敌人，而是帮手。把可成药、可合成、可专利这些“红线”写进优化模型后，搜出来的分子才真正入得了药物化学家的法眼，而不是一堆“看起来很美、却做不出来”的纸面结构。换句话说，约束条件越贴近真实的物理化学世界，AI 的探索就越省力，最终交付的方案也越接近一个能进实验室的项目。

帕累托最优

改造中最憋屈的情形来了：想要更好的采光，就不得不牺牲一些室内面积；想要加强隔音，预算又超了。这时，设计师不会只给你一个“最优解”，而是把一整排“无法两全”的方案摊开，让你自己做决定。这一排方案，就是帕累托前沿。

在多目标优化里，若两个候选分子 $x^{*}$ 与 $x'$ 比较，只有当 $x^{*}$ 在所有目标上都不比 $x'$ 差，并且至少在一个目标上严格更好时，我们才说 $x^{*}$ 帕累托支配 $x'$。支配的数学定义如下：

帕累托前沿上的每个点都是一种取舍立场：想要高活性，就选前沿靠右的点，代价是药代分低；想要药代稳定，就选前沿靠左的点，活性会低调一点。工程上，AI 会先把整条前沿解集搜索出来，再由药物化学家结合合成成本、市场定位、专利空间等偏好去决策。这一套组合拳，正是多目标优化比单一评分函数更适合真实药物研发的原因。

多轮优化策略

装修从来不是一稿定终稿。头一版图纸往往要让业主和施工队来回改七八轮，每轮施工完都要验收、整改，再验收。AI 结构优化也是同样的循环：生成一批候选分子，交给预测模型打分，把得分反馈给策略网络去更新，然后再生成下一批，如此反复，直到改进空间趋近于零。

这种“生成→评估→反馈→再生成”的闭环就是多轮优化策略。每一轮被称为一次迭代，策略网络从上一轮的分子中汲取教训：哪个编辑动作带来了提升，哪个动作让分子掉进了约束禁区。为了知道该不该停止，工程上会监控相邻两轮最优得分的相对变化率，当它小于一个很小的阈值时，就认为优化已经收敛：

多轮策略的精髓在于“反馈驱动”：不是让 AI 一次性碰运气，而是让它在每一轮迭代中不断校准自己的手脚。同时要防止过早收敛导致的多样性枯竭——必要时会重置部分分子种群或调大探索噪声，就像装修中途业主突然说“这个风格不对”，设计师就要推翻重画。收敛分析因此不仅要看分数变化，还要观察帕累托前沿是否还在扩展。

先导优化应用

老屋改造完成后，估值会大幅提升。结构优化也一样：同样一栋“先导化合物”骨架，通过精准改造，就能从“只有潜力”的化合物，升级成能进入临床前研究的候选药物。在真实创新药管线中，这是最花钱、最耗时、也最能体现 AI 价值的环节之一。

具体应用不胜枚举：解决代谢半衰期过短、让药物可以一天一次给药；提高水溶性以便注射制剂开发；优化选择性以降低脱靶毒性；甚至在专利悬崖前快速开发差异化改良药。传统路线下，一个先导优化项目往往要 2~3 年和上千万美元；AI 辅助的目标，是把时间缩短到数月、成本压缩到原来的几分之一。衡量这项技术效益时，产业界最常看的是“成本节省率”：

这门技术带来的产业价值，不只是某一个分子的成功，而是整个管线速度的提升：先导优化越快，进入临床的候选化合物越多，新药上市的概率就越大。对今天动辄“十年十亿美元”的新药研发来说，结构优化正是降本增效的第一现场，而 AI 恰恰把这个现场从“依靠经验堆人”变成了“依靠数据堆算力”。

AI 应用场景

Python 演示

"""多目标分子结构优化演示(简化版)"""import mathimport random  class Molecule:    """简化分子: 用二维特征向量表示, 实际中为分子图结构"""     def __init__(self, feat):        self.feat = list(feat)     def copy(self):        return Molecule(self.feat)     def __repr__(self):        return "Molecule(活性=%.2f, 药代=%.2f)" % tuple(self.feat)  class ParetoOptimizer:    """以种群迭代的方式在活性、药代两个目标间搜索帕累托前沿"""     def __init__(self, seeds):        self.population = [s.copy() for s in seeds]        self.frontier = self.population[:]        self.iterations = 0     def _score(self, m, idx):        return 1.0 / (1.0 + math.exp(-(m.feat[idx] - 0.5) * 6.0))     def _dominates(self, a, b):        fa = (self._score(a, 0), self._score(a, 1))        fb = (self._score(b, 0), self._score(b, 1))        return all(x >= y for x, y in zip(fa, fb)) and any(            x > y for x, y in zip(fa, fb)        )     def _mutate(self, m):        new = m.copy()        k = random.randrange(2)        new.feat[k] = min(1.0, max(0.0, new.feat[k] + random.gauss(0, 0.15)))        return new     def optimize(self, rounds=300):        for _ in range(rounds):            idx = random.randrange(len(self.population))            cand = self._mutate(self.population[idx])            if not any(self._dominates(x, cand) for x in self.population):                self.population.append(cand)                self.population = [                    x for x in self.population if not self._dominates(cand, x)                ]            self.iterations += 1        self.frontier = [            x            for x in self.population            if not any(self._dominates(y, x) for y in self.population)        ]        return self.frontier  if __name__ == "__main__":    random.seed(42)    seeds = [        Molecule([0.7, 0.3]),        Molecule([0.5, 0.4]),        Molecule([0.6, 0.2]),    ]    opt = ParetoOptimizer(seeds)    result = opt.optimize(rounds=300)    print("迭代 %d 轮, 得到 %d 个帕累托候选分子: %s"          % (opt.iterations, len(result), result))

1. def copy(self): return Molecule(self.feat)分子复制，生成子代时不修改亲代，保护原始方案。
2. def _score(self, m, idx)用 Sigmoid 把特征值映射成 0~1 的得分，对应前文的活性或药代得分。
3. new.feat[k] = min(1.0, max(0.0, new.feat[k] + random.gauss(0, 0.15)))对第 k 个维度做高斯扰动，就是一次分子编辑动作。
4. if not any(self._dominates(x, cand) for x in self.population)只有当种群中没有成员支配新候选时，才接受它，相当于给图纸一轮“审核”。
5. self.population = [x for x in self.population if not self._dominates(cand, x)]反过来淘汰被新候选支配的旧成员，让种群整体向前沿逼近。
6. self.frontier = [x for x in self.population if not any(self._dominates(y, x) for y in self.population)]最终筛选出互不支配的分子集合，就是帕累托前沿。

常见误区

面试题