PAINS Filter：虚假阳性化合物如何识别

PAINS（Pan-Assay Interference Compounds，泛测定干扰化合物）是一类在多种不相关的生物测定中反复「命中」的结构。它们的活性通常不是特异性结合，而是各种干扰机制造成的假象。

PAINS 的干扰机制

机制	说明	典型结构
聚集体形成	在水中形成胶体，非特异吸附并抑制酶	高疏水性分子
化学反应性	与蛋白共价反应	迈克尔受体、醌类、烷化剂
氧化还原循环	产生 H₂O₂ 等活性氧	儿茶酚、醌、部分酚类
金属螯合	螯合测定体系中的金属	邻苯二酚、羟基喹啉
光学干扰	自身荧光或吸光	共轭体系、荧光团
膜破坏	破坏细胞膜	表面活性剂样结构
蛋白变性	非特异性使蛋白失活	某些亲电试剂

计算过滤

from rdkit import Chem
from rdkit.Chem import FilterCatalog

# 构建 PAINS 过滤器（A/B/C 三个子集）
params = FilterCatalog.FilterCatalogParams()
for cat in [FilterCatalog.FilterCatalogParams.FilterCatalogs.PAINS_A,
            FilterCatalog.FilterCatalogParams.FilterCatalogs.PAINS_B,
            FilterCatalog.FilterCatalogParams.FilterCatalogs.PAINS_C]:
    params.AddCatalog(cat)
catalog = FilterCatalog.FilterCatalog(params)

def check_pains(smiles):
    mol = Chem.MolFromSmiles(smiles)
    if mol is None:
        return None
    matches = catalog.GetMatches(mol)
    return [m.GetDescription() for m in matches]

# A/B/C 三个子集的区别：
#   PAINS_A: 命中频率最高的模式（最可疑）
#   PAINS_B: 中等
#   PAINS_C: 较低频率
# → 可以只用 A 做严格过滤，全部三个做宽松标记

正确用法：按场景区分

场景	建议	理由
虚拟筛选的输出	删除	避免买到假阳性化合物
HTS 数据建模	删除	否则模型学到的是假阳性模式（见 245《TDC HTS Group》）
训练活性预测模型	标记而非删除	PAINS 也可能有真实活性，删除损失数据
生成模型的护栏	作为惩罚项	见 347《用 REINVENT4 生成新分子》
已确认活性的化合物	标记 + 加强验证	不因结构直接否定

常见的过度解读

• 「PAINS 命中 = 一定是假阳性」。这是最常见的误解。PAINS 过滤器是基于统计频率提取的子结构模式，它标记的是「需要额外验证」而非「一定无效」。有多个上市药物含有 PAINS 模式。
• 过滤器本身有局限：原始 PAINS 模式提取自特定的 AlphaScreen 类测定，对其它测定类型的适用性有限；后续研究也指出某些模式的判别力不如预期。
• 忽略上下文：同一个子结构在不同分子环境中的行为可能不同；
• 把它当唯一判据：更可靠的判断应结合实验证据（见下）。

更可靠的假阳性判断

# 结构过滤只是第一道筛，实验判据更可靠
#
# 1) 频繁命中者分析（最有力）
#    查该化合物在多少个不相关的 assay 中显示活性
#    PubChem BioAssay 可以查（见 227）
#    → 在十几个不相关靶点上都有活性 = 高度可疑
#
# 2) 去污剂对照（针对聚集体）
#    加 0.01% Triton X-100 或 0.01% Tween-20 重测
#    活性消失或大幅下降 → 聚集体假阳性
#    ← 这是最简单也最有效的单一实验
#
# 3) 剂量-响应曲线形状
#    Hill 系数异常陡峭（> 2）→ 提示聚集或非特异
#    曲线不达平台 → 可疑
#
# 4) 预孵育时间依赖
#    活性随孵育时间大幅增强 → 可能是共价或缓慢聚集
#
# 5) 正交检测
#    用原理完全不同的方法验证（生化 + SPR + 细胞）
#
# 6) 直接结合验证
#    SPR、ITC、NMR 确认真的结合靶点
#
# 7) 结构确证
#    共晶结构是最强证据

与其它过滤器的关系

过滤器	目标	严格度
PAINS	测定干扰	中
Brenk（见 069《Brenk Alert》）	不适合先导化合物的基团	较严
NIH 过滤	反应性与不稳定基团	中
ZINC 过滤	综合的类药性	中
REOS	快速排除不良化合物	严

不同过滤器的目标不同：PAINS 针对「测定干扰」，Brenk 针对「不适合作为先导」（如代谢不稳定、有毒性风险）。它们解决不同的问题，不应混用。

实践建议

• 在筛选流程中标记而非静默删除：保留记录，让决策者知道为什么某个分子被排除；
• 虚拟筛选输出必须过滤：买到 PAINS 化合物、做实验、得到假阳性、浪费数月——这个链条很常见；
• 建模时标记为特征：把 PAINS 命中作为一个特征列，而非删除样本；
• 命中确认阶段做去污剂对照：这是成本最低、判别力最高的实验；
• 不要因为结构像 PAINS 就否定已确证的活性：如果有共晶结构与正交验证，结构警报不足以推翻。

延伸资源

• Brenk 警报：069《Brenk Alert》；命中确认：402《Hit Identification》；
• HTS 数据：245《TDC HTS Group》；生成护栏：347《用 REINVENT4 生成新分子》。