虚拟筛选-6|虚拟筛选为何存在假阳性？

虚拟筛选

2025-09-23

导语

  在虚拟筛选（Virtual Screening, VS）的世界里，算法看似能精准预测分子活性，但实际实验中却常出现 “预测有效，实测无效” 的尴尬局面 —— 这类 “假阳性” 结果如同隐藏的陷阱，困扰着药物研发人员。为什么计算机模拟会 “看走眼”？

 

一、分子描述符的 “片面视角”：用二维指纹看三维世界

虚拟筛选依赖分子描述符将结构转化为数据，但描述符的选择可能导致信息偏差：

  • 二维指纹的局限性：
    二维指纹（如 Daylight、MACCS Keys）仅记录分子碎片的有无，却忽略空间构象。例如，两个分子可能拥有相同的芳环和羟基碎片（指纹相似），但羟基的空间取向不同（一个朝上、一个朝下），导致与受体结合时无法形成有效氢键。
  • 三维特征的简化误差：
    药效团模型虽考虑空间特征，但预设的距离阈值（如氢键允许 ±0.5Å 偏差）可能过于宽松。

 

二、构象灵活性：分子的 “变形记” 与 “活性构象失踪”

多数小分子并非刚性结构，单键旋转可产生数十至数万种构象，而虚拟筛选可能漏掉关键的 “活性构象”：

 

  • 构象预生成的覆盖不足：
    筛选前若仅生成10种低能构象，可能漏掉在溶液中占比不足 5% 但与受体结合最佳的构象。
  • 动态结合的模拟缺失：
    受体与配体结合时可能发生 “诱导契合”（如受体活性位点残基侧链旋转），而静态对接（如早期 DOCK 算法）无法模拟这种动态过程，导致预测的结合模式与实际不符。

 

三、评分函数的 “理想主义”：忽视真实世界的复杂热力学

虚拟筛选通过评分函数（如 GOLD Score、ChemScore）量化结合能，但现有模型难以准确模拟真实环境中的热力学效应：

  • 溶剂化效应的忽略：
    评分函数常忽略水分子在结合中的作用。例如，某分子与受体结合时需排出 3 个水分子（释放能量），但模型未计算这部分熵增，导致低估结合亲和力，反之则可能高估无溶剂环境下的 “假阳性” 分子。
  • 熵变的简化处理：
    小分子与受体结合后，其自由旋转和移动的熵损失（ΔS）难以精确计算。评分函数通常用 “每个旋转键罚 0.3 kcal/mol” 的经验值，但若实际熵损失为 1.0 kcal/mol，将导致活性预测显著偏差。

 

四、数据偏差与模型的 “过度自信”：从 “训练集” 到 “真实世界” 的鸿沟

机器学习模型（如随机森林、神经网络）在虚拟筛选中日益普及，但其性能受限于数据质量：

  • 训练集的 “幸存者偏差”：
    模型若仅基于已知活性分子（如专利化合物）训练，可能过度拟合 “已验证结构”，而漏掉全新骨架的活性分子。例如，模型通过含氮杂环活性分子训练，却将不含杂环但功能基团排列相似的分子判定为 “非活性”。
  • 负样本的缺失：
    非活性分子（Decoys）的选择是否合理直接影响模型泛化能力。若负样本包含大量 “类药但无活性” 分子，模型可能将 “非活性” 特征误判为 “毒性特征”，导致真阳性分子被错误排除。

 

五、如何降低假阳性？

1. 多维度描述符融合

结合二维指纹（快速筛选相似结构）、三维药效团（捕捉空间互补）和物理化学性质（如 logP、PSA），通过 “数据融合”（Data Fusion）综合评分，减少单一描述符的偏差。

2. 动态模拟与实验验证结合

  • 构象动态搜索：使用遗传算法（如 GOLD）或分子动力学（MD）生成更多构象，覆盖潜在活性形态。
  • 虚拟 - 实验循环验证：筛选出的前 100 个分子中，随机选取 20 个进行初步活性测试，根据结果调整模型参数（如相似性阈值、对接评分 cutoff）。

3. 引入 “反筛选” 机制

在筛选流程中加入 “毒性预测”（如 hERG 结合风险）和 “合成可行性”（如碎片可连接性）过滤，排除 “可预测但无成药潜力” 的假阳性分子。

 

结语

虚拟筛选中的假阳性，本质是 “计算模型的简化假设” 与 “生物系统的复杂性” 之间的矛盾。从二维指纹的“片面认知”到动态构象的“捕捉难题”，这些挑战推动着技术不断迭代

如今，结合深度学习（如 AlphaFold2 预测受体动态构象）和高通量实验（如微流控筛选）的 “干湿结合” 模式，正逐步缩小预测与实测的差距。未来，随着计算生物学的进步，虚拟筛选将更接近“精准导航”的终极目标，但理解其局限性，仍是驾驭这一工具的关键。

 

参考资料

  1. Ferreira RS, Simeonov A, Jadhav A, Eidam O, Mott BT, Keiser MJ, McKerrow JH, Maloney DJ, Irwin JJ, Shoichet BK. Complementarity between a docking and a high-throughput screen in discovering new cruzain inhibitors. J Med Chem. 2010 Jul 8;53(13):4891-905.
  2. Su M, Yang Q, Du Y, Feng G, Liu Z, Li Y, Wang R. Comparative Assessment of Scoring Functions: The CASF-2016 Update. J Chem Inf Model. 2019 Feb 25;59(2):895-913.