Enamine REAL：超大可合成化合物空间怎么理解

Enamine REAL（REadily AccessibLe）是当前最大的商业可及化合物空间，规模已达数百亿量级。它不是一个真实存在的化合物库——这些分子并不在货架上，而是由可靠反应 + 现货砌块组合枚举出来的、承诺能合成的分子。这个概念的转变，把虚拟筛选的可及化学空间扩大了三四个数量级。

它是怎么构建的

• 反应集：约 170 种经过验证、稳健、高成功率的合成反应（酰胺化、还原胺化、Suzuki 偶联、SNAr 等）。
• 砌块库：Enamine 现货的数十万个构建块。
• 组合枚举：把砌块按反应规则两两/三三组合，枚举出所有产物。
• 质量控制：过滤掉不稳定、有毒性警报、合成把握不足的产物。

核心承诺是交付率：Enamine 报告 REAL 分子的合成成功率约 80%，交付周期通常 3～4 周。这个可靠性是它区别于「理论上可能存在的分子」的关键。

怎么检索这么大的空间

数百亿分子无法用传统方法逐个对接，需要专门的检索策略：

方法	思路	工具
相似性检索	不枚举全库，在组合空间上直接搜索	Enamine REAL Space 搜索、Infiniscreen
片段生长	固定一个砌块，枚举另一侧	V-SYNTHES、片段生长流程
主动学习	对小样本对接，训模型预测其余，迭代聚焦	Deep Docking、Active Learning Docking
合成子层面对接	先对接砌块，再组合高分片段	V-SYNTHES 等
子集下载	下一个可管理的代表性子集	REAL Diversity Set 等

主动学习筛选：最实用的做法

# 典型流程（Deep Docking 思路）
# 1) 从 REAL 随机抽 100 万个分子
# 2) 全部对接，得到分数
# 3) 用这些数据训一个快速模型（如指纹 + 梯度提升）
# 4) 用模型给全库（数十亿）打分，取 top N
# 5) 对 top N 真实对接，把结果加回训练集
# 6) 重复 3～5 若干轮，逐步聚焦

# 效果：用约 1% 的对接算力，找回大部分高分分子

这类方法把「筛数十亿」从不可能变成了几天的计算任务，是目前超大库筛选的主流做法。

实际使用的注意点

• 先导化合物阶段最合适：REAL 的分子多是「砌块拼起来」的形态，适合作为苗头/先导发现的来源。后期精细优化仍需定制合成。
• 化学多样性有结构性偏差：受限于 170 种反应和现货砌块，某些骨架和连接方式被大量代表，另一些几乎不存在。它扩大的是「可及空间」，不是「均匀覆盖化学空间」。
• 虚拟命中的假阳性问题被放大：库越大，打分函数的极端值越可能是评分函数的漏洞而非真实的强结合。必须做多层过滤：重打分、姿势物理检查、相互作用指纹核对、人工审查。
• 成本与周期：单个分子价格通常在数百美元量级，3～4 周交付，约 20% 失败。下单时建议多选一些备选，并接受部分无法交付。
• 知识产权：使用商业库需注意采购协议中的条款。

它带来的思路转变

传统虚拟筛选是「在现有货架上挑」，REAL 类空间是「在可制造的可能性中搜索」。这个转变的意义在于：化学空间的瓶颈从「有没有」变成了「怎么搜」和「怎么排」。也正因如此，超大库时代对打分函数可靠性、假阳性控制、主动学习策略的要求，比以往任何时候都高。

延伸资源

• 常规库：230《ZINC》；采购平台：232《Mcule》、233《eMolecules》；
• 对接与重打分：182《AutoDock Vina》、183《GNINA》；
• 虚拟筛选流程见「实战流程」模块。