J. Cheminform. | 基于活性悬崖感知强化学习的全新药物设计

DRUGAI

今天为大家介绍的是来自清华大学和微软研究院发表于Journal of Cheminformatics的一篇论文。在药物发现领域，全新（de novo）分子设计面临的核心挑战之一是结构-活性关系（SAR）的复杂性，尤其是活性悬崖（activity cliffs）现象——微小的分子结构变化可能导致生物活性的显著差异。传统AI模型往往将活性悬崖化合物视为统计异常值，而未能充分利用其在药物设计中的关键价值。针对这一问题，作者提出了活性悬崖感知强化学习框架（ACARL），首次将活性悬崖现象显式整合到AI驱动的分子生成过程中。实验表明，ACARL在多个靶点蛋白的分子生成任务中显著优于现有方法，为药物发现提供了更精准的设计工具。

背景与挑战

基于AI的全新药物设计通过生成具有特定生物活性的分子，加速了传统药物开发流程。然而，现有模型在建模SAR时存在以下局限性：

• 活性悬崖的忽视：多数模型（特别是生成模型）无法捕捉和利用活性悬崖现象，导致设计出的分子在关键药理区域表现不足；
• 连续性假设的局限：生成模型（如Transformer）倾向于为结构相似的分子分配相近的生成概率，即使它们是活性悬崖对；
• 评价标准的缺陷：现有分子生成基准（如GuacaMol）缺乏对活性悬崖的模拟，降低了算法的实际应用价值。

图 1 活性悬崖示例

方法创新

ACARL通过两项核心技术解决了上述问题：

• 活性悬崖指数（ACI）：定量衡量分子对的SAR不连续性，结合Tanimoto距离和活性差异（如结合亲和力），动态识别活性悬崖化合物；
• 对比强化学习损失函数：在RL训练中优先学习活性悬崖化合物和高评分分子，通过加权损失增强模型对关键SAR区域的关注。

具体流程包括：

1. 预训练阶段：基于ChEMBL数据库训练Transformer模型，获得初始权重；
2. RL微调阶段：利用对接评分（Quick Vina 2）作为环境反馈，通过对比损失动态调整生成策略，优化高活性分子和活性悬崖对的生成概率。

图 2 ACARL算法流程

实验结果

ACARL在三个靶点蛋白（5HT1B、5HT2B、ACM2）的测试中表现卓越：

• 结合亲和力：Top-1和Top-100平均对接评分均优于Reinvent、JT-VAE、GCPN等8种基线方法；
• 多样性：生成分子的内部多样性（IntDiv）与基线相当，表明模型在优化活性的同时保持了结构多样性；
• 多目标设计：结合QED和SA评分，ACARL成功生成兼具高活性和可合成性的候选分子（如图3）。

图 3 多目标设计出的分子结合示意图

意义与展望

ACARL首次将SAR领域的活性悬崖知识嵌入AI驱动的分子生成框架，其优势包括：

• 药理相关性：通过显式建模活性悬崖，生成的分子更可能具备实际药物开发潜力；
• 灵活性：支持单目标（如结合亲和力）和多目标（如结合亲和力+QED+SA）优化，适配真实药物设计需求。

未来研究方向包括：

• 结合湿实验验证生成分子的活性；
• 探索活性悬崖的机理，进一步提升模型可解释性；
• 设计新框架以显式利用活性悬崖相关的生物分子结构、相互作用信息。

参考资料

Hu, X., Liu, G., Zhao, Y. et al. Activity cliff-aware reinforcement learning for de novo drug design. J Cheminform 17, 54 (2025).

https://doi.org/10.1186/s13321-025-01006-3