QSAR 与先导优化
用 QSAR 与多参数优化推进先导化合物
本节你将能
说明 QSAR 在活性、选择性、ADMET 预测中的用法与验证方式。
直觉模型
QSAR 像经验公式：在历史数据上找规律，外推新分子时要警惕「出圈」。
核心要点
- 描述符 + 机器学习 → 活性/溶解度/logP 等预测
- MPO（multiparameter optimization）平衡多个属性
- 实验验证：每轮设计-合成-测试闭环
- 与 ADMET 实验数据迭代，避免模型漂移
案例锚点
先导系列优化常在活性提升 10 倍的同时，用 QSAR 监控 hERG、CYP 抑制风险。
互动
给定「活性升、溶解度降」曲线，提出 1 个骨架修饰策略。
常见误区
在训练集化学空间外过度信任 QSAR 预测。
本节小结
优化需结合分子动力学理解结合模式。