计算机虚拟筛选技术在早期药物发现过程中正发挥着越来越重要的作用。通过虚拟筛选大规模商业可及化合物库，药物研发团队能够迅速筛选出潜在的靶分子，从而显著缩短小分子药物发现的周期，提高候选化合物发现的效率，同时降低早期药物研发的成本。然而，虚拟筛选的一个主要缺陷是假阳性分子的比例过高。例如，某AI制药公司报告其传统虚拟筛选方法的阳性分子命中率仅为1-2%，经过方法优化后，这一比例提升至26%，尽管如此，仍有超过70%的分子被认定为非活性。在提高阳性率方面，除了改进软件筛选方法外，我们还可以探索其他途径。本文将介绍几种选择候选分子的方法，以助力提高虚拟筛选的命中率。

药物化学家将分子的骨架结构分为功能性骨架和结构性骨架。功能性骨架包括与靶点相互作用的所有关键因素，而药物化学家基于功能性骨架来优化分子的活性、选择性及药代动力学（PK）和药效动力学（PD）性能。结构性骨架则提供适当的几何支架，以便引入关键的相互作用部分对骨架进行修饰。化学信息学家采用一套高效的分子描述方法来总结分子骨架结构，涵盖环系统、链接子、支链和分子框架。

生成分子骨架的方法可通过Murcko框架和图形框架表示。具体而言，Murcko框架通过去除所有不连接两个环状系统的非环状子结构，从一个分子中生成骨架。而图形框架则进一步抽象化，去除了原子标签和化学键，以提供拓扑结构的简单表示。掌握了这些分子框架后，我们能够快速将虚拟筛选的候选分子简化为由环和链接子构成的骨架结构。分子的骨架结构通常决定了其与靶点的特异性结合，而特异性结合又影响分子的生物活性，包括治疗效果和毒性反应。

选择合适的骨架结构对早期获得活性分子，以及后期基于骨架结构的活性和选择性优化至关重要。通常，核心结构由两个或三个环状结构构成，并且其结构往往较为刚性。核心结构外的部分被视为支链结构，这些支链可在后期被替代或删除以优化药物活性和选择性，而核心结构的改变则有可能导致对靶点的活性丧失。通过计算化学结构的相似性和聚类分析，虚拟筛选能够探寻不同的骨架结构。一般而言，在相似的骨架结构中，我们会选择一到两个表现最佳的分子进行测试，以便探索更广泛的化学空间，发现更优的核心骨架结构。

核心骨架结构的选择在药物发现项目的成功与否中扮演着关键角色。一个高性能的核心骨架结构不仅具有良好的体内外药效和药代动力学性能，还便于后续的结构优化和SAR（结构-活性关系）研究。例如，某制药公司研发的磷酸肽类stat6抑制剂包含磷酸基团，导致药物的细胞渗透性差。尽管后期通过前药设计来改进细胞渗透性和代谢稳定性，但许多问题依然未能解决，目前该类抑制剂仍处于临床前研究阶段，时间已经超过20年。

在虚拟筛选中，利用重原子效率来提高命中率也是一项重要策略。通过得分函数对不同分子量的分子进行评分时，通常分子量较大的分子获得更高的分数。这种现象常常导致低分子量的化合物被忽视，尽管它们的活性可能并不逊色于高分子量的化合物。因此，为了在虚拟筛选中兼顾分子量与得分值，使用配体效率（Ligand Efficiency, LE）作为综合评价参数显得尤为重要。

配体效率的计算公式为LE=ΔG/HA，其中ΔG是分子与靶标的结合自由能，HA是分子的重原子数量。通过对已报告药物的统计分析，得出可接受的LE值为≥0.3 kcal/mol/HA，低于此值的分子通常成药性较差。此外，在某些靶点由于结合口袋较小而导致所有分子的得分均不理想的情况下，可以适当放宽LE值至≥0.25 kcal/mol/HA，再从符合LE和得分值条件的分子列表中挑选出优秀的骨架结构。

在药物设计过程中，可旋转键的数量也是一个需要考虑的重要因素。可旋转键指的是药物分子中的非末端单键，允许键两端的基团自由旋转。过多的可旋转键会导致分子的构象增加，从而降低膜通透性和生物利用度。在遵循类药物5原则的基础上，设定可旋转键数量不超过10，确保分子的合适刚性和良好的药效。同时，对于核心骨架结构之间的可旋转键数量最好控制在1-2个，让核心结构保持较好的刚性。

综合上述方法，可以有效提高虚拟筛选中候选分子的命中率，推动药物发现进程。在此过程中，XPJ致力于提供先进的技术支持，助力药物研发，以实现更高效的研发流程和更具临床潜力的药物候选者。