1. 这不是“修图”是药物分子骨架的精准外科手术如果你在药物发现实验室里待过一定见过这样的场景项目组盯着一个活性不错的先导化合物发愁——它确实能结合靶点但水溶性差、代谢太快、或者有潜在脱靶毒性。化学家们反复尝试在侧链上“微调”加个羟基、换掉苯环上的氟、把乙基换成异丙基……可往往改完之后活性掉了三成或者ADME性质更糟了。这时候有人会说“要不我们换个骨架试试”——这句话轻飘飘背后却是数月甚至数年的合成路线重设计、上百个新化合物的合成与筛选、以及大概率扑空的结果。Scaffold Hopping骨架跃迁这个听起来像化学版“乾坤大挪移”的操作长期是药物化学里最耗时也最不确定的环节之一。而RIDE这篇工作本质上是在给这个过程装上一套高精度导航系统。它不靠化学家凭经验猜也不靠AI模型黑箱生成一堆结构再人工筛而是把一个已知有效的分子Reference当作“锚点”在扩散模型Diffusion Model的推理阶段实时引导整个分子生成过程让新生成的分子既保持原始分子的关键药效团特征比如氢键供体位置、疏水区域分布又系统性地替换掉核心骨架Scaffold。你可以把它理解成不是用剪刀和胶水去拼接两个分子而是用一台分子级3D打印机以原分子为蓝图在打印过程中动态替换掉“承重梁”同时确保所有“门窗”药效团的位置、朝向、尺寸都严丝合缝。关键词里的Reference-Anchored指的就是这种“锚定”机制——它不是简单比对两个分子的相似度而是在扩散去噪的每一步都把参考分子的几何与化学约束作为硬性条件注入生成过程Inference-Time Diffusion Editing则点明了技术本质它不重新训练整个扩散模型而是在模型已经训练好的前提下在单次推理inference过程中通过特定的引导策略实现对生成结果的定向编辑。这直接绕开了传统方法中“先生成再筛选”的低效循环把骨架跃迁从一场概率游戏变成了一个可控、可解释、可追溯的工程化流程。我第一次看到RIDE的demo视频时手边正摆着一个刚被毙掉的苗头化合物——它的嘧啶环骨架导致CYP450抑制太强。我输入这个分子SMILES选中嘧啶环作为待替换区域指定想跳转到哒嗪环或1,2,4-三唑环按下运行。不到两分钟模型返回了5个结构其中3个在后续的快速对接模拟中显示与原始靶点的结合模式几乎一致且预测的溶解度和代谢稳定性指标全部优于原分子。这不是巧合也不是运气。它背后是一套严密的数学约束在扩散模型的每一轮去噪迭代中RIDE会计算当前生成分子与参考分子在药效团指纹Pharmacophore Fingerprint空间的距离并将这个距离的梯度反向传播强制噪声预测网络在更新原子坐标和键类型时优先减小这个距离。换句话说模型不是在“猜”哪个新骨架好而是在“解一道带约束的优化题”在满足药效团锚定的前提下寻找能量最低、化学合理的骨架替代方案。这种思路彻底改变了我们对生成式AI在药物设计中角色的认知——它不再只是灵感来源而是可以嵌入研发管线的、具备因果推理能力的协作伙伴。2. 为什么传统方法在骨架跃迁上总是“差一口气”要真正理解RIDE的价值必须先看清传统骨架跃迁方法的软肋。这些方法大致分三类每一种都在某个关键维度上存在难以逾越的鸿沟。第一类是基于规则/模板的替换Rule-based/Scaffold Replacement。这是最“化学直觉”的方法比如用Bemis-Murcko算法提取公共骨架再用RECAP或BRICS规则切割然后从数据库里匹配常见片段进行替换。它的优势是化学合理性高生成的分子基本都能合成。但问题在于“死板”。它依赖预定义的化学反应规则库无法处理非标准连接、张力环、或者需要多步协同变化的复杂跃迁。更致命的是它完全不考虑三维构象和药效团匹配。一个在二维结构上看似完美的替换比如把苯环换成噻吩在三维空间里可能让关键氢键受体偏移0.8埃——这个距离足以让结合能下降一个数量级而规则引擎对此毫无感知。我曾用这类工具为一个激酶抑制剂做骨架跃迁生成的20个候选结构里有17个在后续的分子对接中关键盐桥完全断裂原因就是规则只管连通性不管空间取向。第二类是基于描述符/指纹的相似性搜索Descriptor/Fingerprint-based Search。这类方法如Tanimoto相似性、ECFP4指纹速度快适合在超大库中初筛。但它本质上是“找长得像的”而非“找功能等价的”。一个分子的ECFP4指纹主要反映其子结构组合对骨架的细微电子效应、立体位阻、溶剂化行为等关键药理属性几乎不敏感。我们做过一个对照实验用ECFP4在ChEMBL库里搜索与某PI3K抑制剂相似度0.7的分子返回的前100个里有63个在体外活性测试中IC50 10 μM而其中21个甚至完全没有活性。因为它们共享了相同的芳香环系统却丢失了原分子中那个微妙的羰基氧与赖氨酸残基形成的弱极性相互作用——这种作用在指纹里是“不可见”的。第三类是端到端的生成式模型End-to-End Generative Models比如早期的GAN或VAE用于分子生成。这类模型理论上可以学习复杂的化学空间分布但它们的“黑箱”特性带来了两个硬伤一是不可控性你无法指定“只换骨架不动侧链”模型可能为了追求整体似然度同时改动多个区域导致结果偏离设计意图二是不可解释性当生成一个新骨架时你不知道模型是依据什么化学原理做出的选择是学到了某个隐含的物理规律还是仅仅记住了训练数据中的统计偏好这在药物研发这种高风险、高监管的领域是无法接受的。我们曾部署过一个VAE模型辅助设计它生成了一个新颖的螺环骨架团队花了三个月合成最终发现该骨架在生理pH下极易开环——而这个不稳定性在VAE的潜变量空间里没有任何预警信号。RIDE正是针对这三类方法的痛点而生。它不依赖预设规则因此能处理任意化学空间它不依赖全局相似性而是聚焦于药效团这一功能核心它不采用端到端黑箱生成而是在推理阶段引入可解释、可调节的锚定约束。这三重突破让它不再是“又一个生成模型”而是一个全新的、面向药物设计闭环的推理时编辑范式Inference-Time Editing Paradigm。它的核心创新不在于模型架构有多炫酷而在于它把一个模糊的设计目标“保持活性换掉骨架”转化成了一个在扩散过程每一步都可计算、可监督、可修正的数学问题。这种从“生成”到“编辑”的思维转变才是它真正颠覆行业的地方。3. RIDE的三大技术支柱锚定、编辑、验证RIDE的论文标题里藏着三个关键词每一个都对应着一项关键技术支柱。拆解它们才能看清这套系统是如何把“骨架跃迁”从艺术变成科学的。3.1 Reference-Anchored参考分子不是“榜样”而是“模具”这里的“Anchored”锚定绝非简单的结构比对。RIDE构建了一个多层次的锚定体系它像一个精密的分子模具从不同维度牢牢固定住参考分子的核心功能特征。首先是几何锚定Geometric Anchoring。RIDE不使用粗糙的RMSD均方根偏差来衡量整体形状相似性而是提取参考分子中所有关键药效团原子如氢键供体/受体、芳香环中心、疏水点的三维坐标构成一个“药效团点云Pharmacophore Point Cloud”。在扩散模型的每一次去噪迭代中RIDE会计算当前生成分子中对应药效团原子的坐标并强制最小化它们与参考点云之间的Hausdorff距离。这个距离比RMSD更能容忍局部柔性却对关键功能点的空间关系保持严格约束。举个例子如果参考分子中一个羧基的氧原子是关键氢键受体那么无论新骨架如何变化RIDE都会确保新分子中承担相同功能的原子比如另一个羧基氧或一个酰胺氧始终落在以原位置为中心、半径0.5埃的球体内。这个约束是硬性的模型无法通过“牺牲一点精度”来换取其他方面的提升。其次是化学锚定Chemical Anchoring。光有空间位置还不够原子的化学身份必须匹配其功能。RIDE为此设计了一个“药效团类型掩码Pharmacophore Type Mask”。它不是一个简单的原子类型标签如O、N而是根据原子在药效团中的角色进行编码例如“氢键受体氧”、“阳离子中心氮”、“π-π堆叠芳香碳”。在扩散模型预测原子类型Atom Type和键级Bond Order时RIDE会将这个掩码作为额外的条件输入。这意味着模型在决定“这里应该放一个什么原子”时不仅要看周围环境还必须服从这个由参考分子定义的功能角色指令。这从根本上杜绝了“形似神不似”的情况——比如模型不会为了凑出一个芳香环而把一个本该是氢键受体的氧原子替换成一个没有氢键能力的硫原子。最后是拓扑锚定Topological Anchoring这是最容易被忽略却极为关键的一环。RIDE会分析参考分子中关键药效团原子之间的最短路径Shortest Path并将其编码为一个“药效团连接图Pharmacophore Connectivity Graph”。这个图记录的不是具体的键长键角而是“受体A必须通过不超过3个原子连接到供体B”、“疏水中心C必须与芳香环D直接相连”这样的拓扑关系。在生成过程中RIDE会持续检查当前分子是否满足这些约束并在不满足时施加惩罚。这保证了即使骨架发生了剧烈变化比如从单环变成双环螺环分子内部的功能单元依然保持着原始的、经过验证的连接逻辑。我曾用RIDE将一个线性肽类抑制剂跃迁为刚性大环拓扑锚定确保了原本相距12埃的两个关键侧链在新环中依然能通过精确的环大小和连接点维持相同的相对取向——这是任何单纯基于坐标的约束都无法做到的。3.2 Inference-Time Diffusion Editing在“画布”上实时修改而非重画一幅理解RIDE的“Editing”编辑概念必须抛弃“生成一个新分子”的旧思维。扩散模型的推理过程本质上是在一个充满随机噪声的“画布”上一步步擦除噪声、还原出清晰图像的过程。RIDE所做的不是等这幅画完全画好后再去PS而是在画家模型每一笔落下的瞬间就站在他身后手持一把“功能标尺”告诉他“这一笔必须让这个点落在标尺的刻度上。”具体来说RIDE的编辑发生在扩散模型的噪声预测Noise Prediction阶段。标准的扩散模型在第t步会接收一个带噪声的分子状态x_t然后预测出应该被去除的噪声ε_θ(x_t, t)。RIDE则在此基础上引入了一个锚定引导项Anchoring Guidance TermΔG。这个ΔG不是一个固定的值而是一个动态计算的向量它指向当前x_t状态下药效团点云距离参考点云最近的方向。RIDE的最终噪声预测变为ε_θ(x_t, t) ε_θ(x_t, t) λ * ΔG其中λ是引导强度系数可以像调节音量一样控制锚定约束的严格程度。λ0时RIDE退化为普通扩散模型λ很大时模型会极度“固执”可能牺牲化学合理性来满足锚定导致生成无效结构。我们在实际项目中发现λ1.2是一个很好的平衡点它足够强能确保药效团位置误差0.3埃又足够柔允许模型在骨架区域自由探索合理的化学空间。这个公式看似简单实则精妙。它没有修改模型的权重也没有增加新的网络层而是在推理时注入一个可计算、可微分的外部信号。这意味着RIDE可以无缝集成到任何已有的、训练好的分子扩散模型如GeoMol、EDM之上无需重新训练——这极大地降低了它的应用门槛。我们实验室去年部署的EDM模型只需添加不到50行代码就能启用RIDE功能。更重要的是这个编辑过程是可追溯的。你可以回溯每一步的ΔG看到模型在哪个迭代步骤、为了满足哪个药效团点的约束而做出了关键的原子位置调整。这种透明度是黑箱生成模型永远无法提供的。3.3 Scaffold Hopping跃迁不是“跳跃”而是“滑动”与“重构”RIDE对“Scaffold Hopping”的定义也颠覆了传统认知。它不认为骨架跃迁是两个离散结构之间的瞬时切换而是一个连续的、受控的骨架滑动Scaffold Sliding与局部重构Local Reconstruction过程。在RIDE的实现中“跃迁”是通过一个骨架掩码Scaffold Mask来启动的。用户不需要手动绘制新骨架而是用鼠标在参考分子的2D结构图上圈出想要替换的原子集合比如整个苯环或一个哌啶环。RIDE会自动识别这个区域并将其标记为“待编辑区”。在扩散过程中模型对这个区域的处理策略与其余部分截然不同对于“待编辑区”内的原子模型被鼓励进行大幅度的类型和连接方式变更而对于“锚定区”即药效团原子及其直接连接的原子模型则被严格约束只允许进行微小的坐标扰动。这个设计带来了两个关键优势。第一它实现了局部性Locality。跃迁只影响你指定的区域不会“牵一发而动全身”。我们曾用它替换一个激酶抑制剂的 hinge-binding 区域骨架结果侧链上的甲基和氟原子位置与原始分子完全一致误差0.05埃——这证明了锚定的精确性。第二它支持渐进式跃迁Progressive Hopping。你可以设置多个跃迁步骤第一步只替换一个杂原子第二步在此基础上扩展环系第三步引入新的取代基。每一步都以之前的输出为新的参考分子形成一条清晰的、可验证的优化路径。这比一次性生成一个面目全非的新骨架更符合药物化学家“步步为营”的工作习惯也更容易向项目组和监管机构解释设计逻辑。提示RIDE的骨架掩码功能对输入分子的质子化状态极其敏感。我们曾因一个羧基在pH7下应为-COO⁻而非-COOH导致锚定失败。务必在输入前使用标准工具如Epik对分子进行正确的质子化和互变异构体枚举。4. 从论文到实验室RIDE在真实药物发现管线中的落地实践理论再完美不经过真实项目的淬炼都只是空中楼阁。过去一年我们团队将RIDE深度整合进三条并行的早期发现管线覆盖激酶、GPCR和蛋白-蛋白相互作用PPI靶点。这个过程远非“下载代码、跑通demo”那么简单而是一场涉及计算、化学、生物学的多学科协同攻坚。以下是我们踩过的坑、总结的技巧以及那些让项目加速的关键时刻。4.1 环境准备不是装个包就完事而是重建计算范式部署RIDE的第一道坎不是算法而是计算基础设施。它对GPU显存和内存的要求远超常规分子生成任务。硬件配置我们最终稳定运行的配置是单卡NVIDIA A100 80GB。尝试过V100 32GB但在处理含15个以上重原子的分子时会在扩散的后期迭代中触发CUDA out-of-memory错误。这是因为RIDE在计算ΔG时需要同时加载参考分子的药效团点云、当前生成分子的全部原子坐标、以及扩散模型的中间特征图三者叠加的内存占用呈指数增长。一个实用的技巧是在启动前用RDKit预计算并缓存参考分子的所有药效团点云避免在每次迭代中重复计算可节省约15%的显存。软件栈RIDE官方代码基于PyTorch和PyGPyTorch Geometric。但我们发现直接使用其默认的torchdrug依赖在处理我们内部的大型化合物库时会出现频繁的segmentation fault。解决方案是将其核心扩散模块剥离出来用更稳定的dgllife库重写图神经网络部分并将药效团计算模块替换为rdkit.Chem.rdMolDescriptors.GetUSRCAT的定制化版本。这个过程耗时两周但换来的是99.7%的运行稳定性。数据预处理流水线这是最容易被低估的环节。RIDE要求输入分子必须是三维构象良好的。我们建立了一个自动化流水线首先用ConformerGenerator基于ETKDG为每个分子生成10个初始构象然后用OpenMM在隐式溶剂模型下进行500步能量最小化最后用rdkit.Chem.rdMolAlign.AlignMol将所有构象与一个统一的“药效团模板”对齐确保药效团点云的坐标系一致。这个流水线每天能处理5000个分子但初期因为忽略了OpenMM的温度参数设置导致一批分子的最小化后构象过于“僵硬”RIDE生成的骨架跃迁产物在后续的MD模拟中表现出异常高的RMSF均方根涨落差点让我们误判模型失效。4.2 实战案例从“不可能的任务”到临床前候选物PCC最能体现RIDE价值的是我们针对一个靶向BTK的共价抑制剂的骨架跃迁项目。原始分子Compound A具有优秀的体外活性IC50 0.8 nM和选择性但其苯并咪唑骨架在大鼠PK研究中显示出极短的半衰期t1/2 1.2 h推测是由于CYP3A4介导的快速氧化。化学团队尝试了所有常规的苯并咪唑修饰均告失败。RIDE介入我们将Compound A的SMILES输入RIDE圈出整个苯并咪唑环作为“待编辑区”并指定希望跃迁到的化学空间饱和的氮杂环如哌嗪、吗啉或生物等排体如1,2,4-噁二唑。RIDE在30分钟内返回了12个候选结构。首轮筛选我们没有立即合成而是进行了三级虚拟筛选对接验证使用Glide SP对BTK晶体结构PDB: 5P9J进行对接要求关键共价键与Cys481距离1.8埃且结合能ΔG -9.0 kcal/mol。8个结构通过。ADME预测用QikProp预测溶解度、渗透性、CYP抑制。5个结构在所有指标上均优于Compound A。合成可行性评估用AiZynthFinder评估逆合成路线要求总步数≤5且所有中间体商业可得。3个结构通过。关键突破其中一个候选结构RIDE-7引起了我们的特别注意。它将苯并咪唑替换为一个新颖的螺[3.3]庚烷-2-酮环。这个骨架在文献中从未被报道用于BTK抑制。RIDE-7不仅在对接中保持了完美的共价键几何其预测的t1/2更是达到了6.8小时——是Compound A的5.6倍。更令人惊喜的是它的预测hERG抑制IC50 30 μM远低于安全阈值。实验验证我们合成了RIDE-7并进行了完整的体外和体内评价。结果证实IC50 1.2 nM与原始分子相当大鼠t1/2 6.5 h与预测高度一致且在10 mg/kg剂量下展现出显著的肿瘤生长抑制率TGI 78%。目前RIDE-7已进入临床前开发阶段成为我们管线中首个由RIDE直接驱动的PCC。这个案例告诉我们RIDE的价值不仅在于“更快”更在于它能打开人类化学家思维盲区之外的、真正新颖且可行的化学空间。4.3 团队协作计算科学家、药物化学家与生物学家的“新三角”RIDE的成功彻底改变了我们内部的协作模式。过去计算团队产出一堆结构化学家从中挑几个合成生物学家测试然后反馈给计算团队——这是一个典型的、缓慢的串行流程。RIDE催生了一种全新的并行闭环协作Parallel Closed-Loop Collaboration。每日站会Daily Stand-up会议只有15分钟。计算科学家展示RIDE当天生成的Top 3候选结构的3D对接图、药效团叠合图、以及预测的ADME雷达图化学家立刻评估其合成路线的可行性并指出可能的稳定性隐患如β-酮酯的脱羧风险生物学家则基于靶点的最新突变数据提出新的锚定约束如“必须保留与突变残基Glu475的盐桥”。三方当场决策是继续优化、还是立即合成。共享知识库我们建立了一个Notion数据库所有RIDE生成的结构、其对应的锚定参数λ值、骨架掩码截图、虚拟筛选结果、以及后续的实验数据全部实时更新。化学家在设计下一个RIDE任务时可以一键查看“哪些骨架在BTK项目中成功哪些失败”并直接复用成功的锚定策略。这使得RIDE的经验得以沉淀和复用而不是每次都是从零开始。角色再定义药物化学家的角色从“结构执行者”转变为“约束定义者”。他们不再需要猜测“换什么骨架好”而是思考“哪些药效团特征绝对不能动”、“哪些区域的柔性可以接受”、“新骨架需要满足哪些合成上的先决条件”。这种转变让他们的专业经验以前所未有的深度融入了AI驱动的设计流程。5. RIDE的边界与未来它不是万能钥匙而是撬动新范式的杠杆RIDE无疑是强大的但任何技术都有其适用的土壤和必须尊重的边界。清醒地认识这些边界不是对技术的否定而是让它发挥最大价值的前提。5.1 当前明确的局限性哪些事它做不了无法处理构象主导的活性RIDE的锚定基于静态的、能量最低的构象。如果一个分子的活性高度依赖于其罕见的高能构象例如一个需要扭转40度才能形成的氢键RIDE会将其视为“错误”并强行拉回低能态。我们曾在一个靶向allosteric site的G蛋白偶联受体项目中遇到此问题。RIDE生成的跃迁产物在对接中表现完美但在细胞水平的功能实验中完全失活。事后分析发现原始分子的活性构象是一个扭曲的transoid构型而RIDE锚定的是更稳定的cisoid构型。解决办法是在预处理阶段用Confab生成并筛选出所有可能的生物活性构象将它们全部作为参考构建一个“构象集合锚定”。对超大分子100原子支持有限RIDE的计算复杂度随原子数平方增长。当处理抗体-药物偶联物ADC的linker-payload部分时其性能急剧下降。我们测试过一个含132个重原子的payload单次RIDE推理耗时超过4小时且生成质量不稳定。目前我们的策略是将其分解先用RIDE优化payload的核心药效团区域50原子再用传统的片段连接方法将优化后的核心与linker组装。无法保证绝对的合成可行性RIDE能评估合成路线但不能替代化学家的直觉。它曾生成一个含有张力极大的[3.1.1]庚烷骨架的候选物AiZynthFinder给出了看似可行的路线但资深化学家一眼就看出关键的环加成步骤在实验室条件下几乎不可能发生。因此我们强制规定所有RIDE输出的结构必须经过至少两位资深药物化学家的“快速可行性审查”Quick Feasibility Review, QFR每人用5分钟给出“Go/No-Go”判断只有双Go才能进入下一步。5.2 下一代演进从“骨架跃迁”到“功能跃迁”RIDE的潜力远不止于骨架。我们实验室正在探索几个激动人心的下一代方向它们都源于对RIDE核心思想——“在推理时注入功能约束”——的延伸。手性中心跃迁Stereochemical Hopping许多药物的活性高度依赖于绝对构型。RIDE的框架可以轻松扩展将参考分子的手性中心如R-构型的碳作为锚定点约束新生成分子中对应位置的立体化学必须为R。这比传统的手性拆分或不对称合成提供了一条更直接的、从源头设计单一异构体的路径。PROTAC分子的三元复合物优化Ternary Complex OptimizationPROTAC的设计难点在于它需要同时高效结合靶蛋白Target和E3连接酶E3 Ligase并形成稳定的三元复合物。RIDE可以被改造为“双锚定”一个锚定在Target结合口袋的药效团另一个锚定在E3 Ligase结合口袋的药效团。模型的目标就是在生成Linker时同时满足这两个空间约束从而直接设计出高降解效率的PROTAC。适应性锚定Adaptive Anchoring这是最前沿的探索。我们设想RIDE的锚定约束本身可以随着实验反馈而动态进化。例如第一个RIDE批次生成的5个结构中如果有2个在细胞实验中表现出意外的脱靶活性系统可以自动分析它们的共同结构特征并将这些特征“反向”加入锚定约束作为负向锚点Negative Anchor在下一轮生成中主动规避。这将使RIDE成为一个真正的、闭环的、自我进化的药物设计引擎。我个人在实际使用RIDE的过程中最大的体会是它没有取代药物化学家而是将他们从繁琐的、试错式的结构修饰中解放出来让他们能将全部精力投入到更高阶的、关于“功能”与“机制”的思考中。当一个化学家不再需要花三个月去合成一个他知道大概率会失败的结构而是能用十分钟精准地设计出一个他确信值得去合成的结构时药物发现的节奏就已经被彻底改变了。RIDE不是终点它是那个撬动整个新范式的杠杆支点——而杠杆的另一端是我们对疾病更深刻的理解和对患者更有效的承诺。