Lead Optimization：先导优化阶段如何平衡多参数

先导优化（Lead Optimization, LO）是新药发现中耗时最长、投入最大的阶段。它的困难不在于「提高某个指标」，而在于这些指标彼此冲突——改善一个往往损害另一个。

参数间的典型冲突

改动	改善	损害
增加疏水基团	活性、通透性	溶解度、代谢稳定性、hERG
增加极性基团	溶解度、降 hERG	通透性、可能损失活性
增加分子量	活性、选择性	通透性、溶解度、口服吸收
引入碱性中心	溶解度	hERG 风险、组织蓄积
阻断代谢位点	代谢稳定性	可能损失活性、转移代谢到别处
刚性化	活性（减少熵损失）、选择性	溶解度（常降低）
提高活性	剂量降低	可能牺牲选择性或性质

「增加脂溶性提高活性」是最常见的陷阱：它几乎总是有效（疏水结合几乎不需要精确匹配），但同时推高 hERG 风险、降低溶解度、加快代谢。这就是为什么要看 LLE 而非只看活性。

优化的一般顺序

# 经验性的优先级（因项目而异）
#
# 1) 先解决「致命缺陷」
#    有没有哪一项差到无法接受？
#    （如溶解度 < 1 μM、代谢半衰期 < 5 min、hERG < 1 μM）
#    → 这类问题不解决，其它优化都是白费
#
# 2) 建立足够的活性与选择性
#    达到目标水平即可，不必追求极致
#
# 3) 优化 ADMET 到可接受范围
#
# 4) 精细平衡，选出最佳候选
#
# 关键原则：
#   「足够好」优于「最好」
#   活性做到 1 nM 而性质很差，不如活性 20 nM 但性质均衡
#   除非该靶点确实需要极高活性

常用的权衡手段

• 生物电子等排替换（见 281《Cresset Spark》）：在保持活性的前提下改善性质。羧酸→四氮唑改善通透性；苯环→吡啶降 logP。
• 调整 pKa：碱性太强导致 hERG 与蓄积，可通过邻近吸电子基团降低 pKa。
• 代谢阻断：在代谢软点引入氟、甲基或改变电子密度。注意可能把代谢转移到其它位点。
• 降低分子平面性：引入 sp³ 中心（Fsp³ 提高）通常改善溶解度并可能降低脱靶。
• 控制分子量增长：每加一个基团都要问「它带来的活性提升值得这些重量吗」。
• 利用构象限制：环化或引入位阻锁定活性构象，可在不增重的情况下提高活性。

多参数优化的实现

import numpy as np
from rdkit import Chem
from rdkit.Chem import Descriptors, Crippen

def desirability(v, low, high, direction="higher"):
    """把指标映射到 0~1 的期望度，用平滑函数避免阈值悬崖"""
    if v is None or (isinstance(v, float) and np.isnan(v)):
        return 0.5                     # 缺失值给中性分
    if direction == "higher":
        return float(1 / (1 + np.exp(-(v - (low + high) / 2) /
                                     max((high - low) / 6, 1e-9))))
    if direction == "lower":
        return float(1 / (1 + np.exp((v - (low + high) / 2) /
                                     max((high - low) / 6, 1e-9))))
    center, width = (low + high) / 2, max((high - low) / 2, 1e-9)
    return float(np.exp(-((v - center) / width) ** 2))

CRITERIA = {
    "pIC50":       {"low": 7.0, "high": 9.0,  "dir": "higher", "w": 2.0},
    "selectivity": {"low": 1.0, "high": 2.0,  "dir": "higher", "w": 1.5},
    "logD":        {"low": 1.0, "high": 3.5,  "dir": "range",  "w": 1.0},
    "solubility":  {"low": 10,  "high": 100,  "dir": "higher", "w": 1.5},
    "HLM_CLint":   {"low": 10,  "high": 50,   "dir": "lower",  "w": 1.5},
    "hERG_pIC50":  {"low": 4.5, "high": 5.5,  "dir": "lower",  "w": 1.5},
    "Papp":        {"low": 2,   "high": 10,   "dir": "higher", "w": 1.0},
}

def mpo_score(compound_data, criteria=CRITERIA):
    """几何加权平均：任一项极差则整体差"""
    scores, weights = [], []
    for name, cfg in criteria.items():
        d = desirability(compound_data.get(name), cfg["low"],
                         cfg["high"], cfg["dir"])
        scores.append(max(d, 1e-6) ** cfg["w"])
        weights.append(cfg["w"])
    return float(np.prod(scores) ** (1 / sum(weights)))

# 为什么用几何平均而非算术平均：
#   算术平均下，一个 0 分项可以被其它高分项掩盖
#   几何平均下，任一项接近 0 则整体接近 0
#   → 这更符合「必须每项都过关」的实际要求

不确定性感知的决策

# 预测值都有误差，决策时应考虑这一点

def mpo_with_uncertainty(predictions, uncertainties, criteria, n_sim=2000):
    """蒙特卡洛传播不确定性，得到 MPO 分数的分布"""
    scores = []
    for _ in range(n_sim):
        sampled = {k: np.random.normal(predictions[k], uncertainties.get(k, 0))
                   for k in predictions}
        scores.append(mpo_score(sampled, criteria))
    return {
        "mean": float(np.mean(scores)),
        "ci_90": [float(np.percentile(scores, 5)),
                  float(np.percentile(scores, 95))],
    }

# 关键用法：
#   如果两个化合物的 90% 置信区间高度重叠，
#   就不该仅凭 MPO 分数选一个弃一个 ——
#   此时应引入其它因素（合成难度、新颖性、专利空间）

什么时候停止优化

• 达到目标产品特征（TPP）的要求（见 414《目标产品特征 TPP》）——这是最明确的停止信号；
• 改善出现平台期：连续几轮 SAR 无实质进展，说明该系列可能已接近上限；
• 参数间陷入循环：改善 A 就损害 B，改善 B 就损害 A，反复无法突破——这通常提示需要骨架跃迁而非继续微调（见 352《Scaffold Hopping 实战》）；
• 「足够好」原则：过度优化是常见的资源浪费。如果当前分子已满足 TPP，继续追求更好的数字通常不划算——把资源投到推进临床前研究上更有价值。

数据管理的重要性

LO 阶段会产生几百到上千个化合物、几十个测定终点的数据。如果数据管理混乱，SAR 分析将无从做起：

• 统一的化合物注册与唯一标识；
• 测定条件、批次、日期的完整元数据；
• 预测值与实测值严格区分；
• 失败与阴性数据同样记录；
• 可程序化取数用于建模（见 300《CDD Vault》、225《AI 制药工具工程化》）。

延伸资源

• 上一步：404《Hit-to-Lead》；MPO 实战：415《化合物优先级排序》；
• 等排替换：281《Cresset Spark》、353《R-group Replacement 实战》；ADMET 见「成药性」模块。