AI 制药工具工程化：从脚本到企业内部平台

多数 AI 制药团队的工具都始于个人脚本：某个人的 Notebook 能跑通对接流程，另一个人有一套自己的清洗代码。这种状态在探索期效率最高，但一旦要多人协作、要复现半年前的结果、要支撑多个项目，就会全面崩溃。把脚本沉淀成平台，是规模化的必经之路——关键是分阶段推进，而不是一上来就搞大工程。

四个阶段

不要跳级。没有稳定的内部库就上工作流引擎，只会得到一堆编排着不可靠脚本的复杂系统。多数团队在阶段 2 和 3 之间就能获得大部分收益。

阶段 2：先把库做扎实

• 统一入口函数：把「标准化分子」「算指纹」「准备受体」这类高频操作固化成内部包的函数，全团队只有一个实现。
• 锁死依赖版本：RDKit、OpenMM 等工具的行为跨版本有变化。用 lock 文件或容器镜像固定环境，否则半年后重跑会得到不同结果。
• 写测试：至少给标准化、特征化这类核心函数写单元测试，用几个已知分子做回归测试。
• 约定数据格式：统一分子标识（用什么做主键——InChIKey 还是内部 ID）、统一单位（IC50 还是 pIC50）、统一缺失值表示。这一条看似琐碎，实际是后期最多痛苦的来源。

阶段 3：流水线与可追溯

• 工作流引擎：Snakemake、Nextflow、Prefect、Airflow 都可以。选型不重要，重要的是有一个统一的地方定义「流程是什么」，而不是散在每个人的 shell 历史里。
• 数据版本化：数据集、模型、结果都要有版本。DVC、LakeFS 或简单的内容哈希 + 元数据表都行。核心要求是：拿到一个结果，能追回它用了哪版数据、哪版代码、哪些参数。
• 实验追踪：MLflow、W&B 或自建表，记录每次训练的数据划分、超参、指标。没有记录的实验等于没做过——三个月后没人记得那个 0.85 的 AUC 是怎么来的。
• 计算资源调度：对接、MD、FEP 都是重计算，需要队列管理与优先级，避免一个人占满集群。

阶段 4：平台化

• 只在需求明确后做：Web 界面成本高、维护重。只有当非计算背景的药化同事需要自助使用时才值得。
• 从最高频的一两个场景切入：通常是「提交一批分子做性质预测」和「查看对接结果」。做深这两个，比做二十个半成品功能有用。
• 结果要可解释：给药化同事看的界面必须展示预测的不确定性、相似的已知分子、模型适用域提示。只给一个数字会导致过度信任。
• 权限与合规：项目数据隔离、操作审计、敏感结构的访问控制，在医药行业是硬要求。

贯穿始终的三条原则

• 可复现优先于功能丰富：一个能稳定复现的简单流程，价值远高于十个跑不通第二遍的炫酷功能。
• 贴着真实工作流做：先观察研究者实际怎么工作，再决定自动化什么。凭想象设计的平台通常没人用。
• 留出逃生口：平台不可能覆盖所有需求，必须允许用户导出中间数据、用自己的脚本处理。封闭的平台会被绕过。

延伸资源

• Agent 编排：224《CLI Agent 调用 CADD 工具》；工具栈：171《RDKit》、218《Datamol》；
• 评测纪律：169《Benchmark 陷阱》；实战流程见「实战流程」模块。