拓冰网站定制 
简介SBMolGen是一套面向药物研发与AI医学应用场景的分子从头设计工具资源将深度学习CNN与RNN模型和分子对接打分相结合帮助科研人员快速生成候选药物分子并评估其与靶标蛋白的结合能力适用于药物发现、靶点筛选、化合物优化等任务。压缩包整体约12.16MB共包含1844个文件以897个pmf参数文件、394个头文件与298个cxx源码文件为主体其中pmf文件记录分子相互作用势能参数h与cxx文件提供完整C实现同时附带Python脚本、配置说明、PDB与mol2分子结构示例及构建脚本覆盖工具源码、依赖模块和测试数据便于系统学习从对接打分到分子生成的完整流程。目前已有257人学习下载适合具备计算化学或编程基础、希望借助AI工具加速药物研发的研究者与开发者。通过梳理源码目录和辅助脚本读者可以理解分子对接打分函数、AI生成模型与从头设计算法的工程化实现也可为后续定制或复现类似工具提供参考是一份兼具技术深度与实用性的资源。1. 把 rDock 装进 AI 生成器SBMolGen 的分子从头设计思路SBMolGen 这类工具最反直觉的地方在于分子从头设计的瓶颈不在生成模型而在打分器。生成器再聪明如果产出的分子无法定量评价它与靶蛋白的匹配程度就只剩一堆格式合法的随机 SMILES。SBMolGen 的做法是把 rDock 2013.1 的对接引擎塞进深度学习生成器的反馈回路里——先让 RNN 生成分子再对接到受体活性位点把对接分数折算成伪能量反过来更新生成器参数。这个闭环让模型不只是在拟合化学空间而是在主动搜索结合更好的区域。所以这份资源包里最值钱的不只是 AI 代码还有一整条对接侧文件链rDock_2013.1_src 源码、cavity.as 活性位点定义、m2pmf.awk 与 pmf2m.awk 两个打分转换脚本以及编译用的 tmake.conf 和 build 目录。对正在做 AI 制药和计算化学平台搭建的工程师来说这套文件的价值在于它把「深度学习生成」和「经验打分」之间那道缝补上了对想把自己的扩散模型接到分子对接上的研究者也同样值得拆开看一遍。2. RNN 生成器与可微打分AI 大模型和分子对接怎么咬合2.1 化学语言建模SMILES 序列与自回归解码SBMolGen 的生成器主体是一个 RNN 变分自编码器工作对象是 SMILES 字符串。分子被线性化成一段字符序列例如苯环写成c1ccccc1模型在隐空间里学习的是化合物的概率分布。解码时逐个 token 采样这和如今大模型做文本生成时按 token 自回归解码是同一套算子只是分子序列短得多、词表通常只有几十个字符。预训练阶段用 ZINC 或 ChEMBL 里的分子做重构与预测模型记住的是化学键合法组合的统计规律。配合 RNN包内还会用到 CNN 分支来提取分子图的局部特征比如官能团和电荷分布。CNN 的卷积核在分子图上滑动相当于观察「这个原子附近连了什么」RNN 则负责捕获原子连接的先后顺序。两者结合后模型既能理解局部化学环境又能生成符合语法规则的序列。常见误区是拿生成模型当搜索引擎用。预训练模型只是在模仿训练集里的分子分布想要它产出结合能更高的分子必须在生成之后接入一个可计算的客观信号否则生成结果永远停留在「长得像药物」的阶段而不是「更可能结合靶点」的阶段。2.2 对接打分为什么不能直接当损失函数这里就是分子对接的困境所在。rDock 的对接流程是先在结合口袋里做几何采样生成大量构象再用经验打分函数计算每一项能量贡献。整个过程包含原子坐标的离散移动和旋转每一步都不可导梯度无法从损失函数传回生成器。想用 rDock 的分数直接训练神经网络在反向传播这一关就走不通。SBMolGen 的解法不是给 rDock 求导而是先把大量受体-配体复合物跑一遍 rDock把输出的打分项用 m2pmf.awk 转成伪能量矩阵再用这个矩阵构造一个连续可导的奖励函数。伪能量矩阵里每一列对应一种相互作用项比如范德华、氢键、去溶剂化数值来自 rDock 的经验打分但以表格形式提供给强化学习使用。最终验证仍然回到 rDock 原始分数这样既不破坏生成器的可训练性又保住了经验对接的物理直觉。把这条链路说得更直白一些rDock 是老师生成器是学生m2pmf.awk 就是成绩单。老师不参与学生的考试过程只负责出卷和评卷学生靠成绩单上的反馈调整自己的答题策略。2.3 采样参数AI agent 生成-评分-反馈的完整闭环整个「生成-对接-打分-更新」的循环跑起来以后它本质上就是一个 AI agent生成器是决策模块rDock 加 m2pmf 是环境反馈模块强化学习更新是学习模块。这个 agent 每一步迭代都改变生成策略而不是一次性采样完就结束。采样时的关键参数直接影响闭环能否收敛这里给一组我在类似项目里常用的初始值参数推荐区间作用调节代价temperature0.70 ~ 1.00控制解码时 softmax 的尖锐程度过高产生大量非法 SMILES过低样本重复率上升top_k40 ~ 80每步只从概率最高的 k 个 token 里采样太小丢失化学多样性太大生成噪声增多batch size1024 ~ 4096每轮生成的分子数量太小奖励方差大太大对 rDock 吞吐要求高学习率1e-4 ~ 3e-4策略网络更新步长大于 1e-3 容易把预训练模型冲崩温度调低的直接表现是分子合法率上升但探索能力下降调高则能跳出局部最优却会频繁生成坏分子。实践中我通常先固定 temperature 0.85、top_k 50跑通整个闭环后再调避免一上来就陷入多参数联动调优的泥潭。3. 复现对接侧rDock 2013.1 源码编译与 cavity.as 活性位点生成3.1 从压缩包文件逆推工具链解包之后可以先按文件类型把工具链分组这个习惯能省掉很多排查时间。rDock_2013.1_src 是 rDock 的完整源码cavity.as 是已经生成好的活性位点文件m2pmf.awk 和 pmf2m.awk 负责对接结果与训练信号之间的格式转换bin、build、tmake.conf 则是构建系统。文件或目录作用在 AI 管线里的位置rDock_2013.1_srcrDock 2013.1 源码包编译出 rbdock、rbcavity、sdsort 等可执行文件cavity.as受体结合口袋的球体与排斥坐标定义生成器采样的分子必须在这个空间里对接m2pmf.awk把 rDock 对接输出转成伪能量矩阵给强化学习构造连续奖励pmf2m.awk把伪能量项汇总成可读打分日志核对训练信号与原始打分是否一致build、tmake.confTMake 构建配置与编译脚本跨平台编译 rDock 工具链注意这里的 cavity.as 是受体相关的中间产物换靶点时必须重新生成不能复用。否则生成器优化半天其实是在对着旧口袋搜索结果毫无意义。3.2 编译 rDockbuild 脚本与 tmake.conf 的取舍rDock 2013.1 是较早的 C 工程直接 make 大概率会在 OpenMP 或 Boost 头文件上卡住。我一般先看 tmake.conf 里暴露的编译器选项再决定用包内 build 脚本还是手写 qmake 流程。tar zxf rDock_2013.1_src.tar.gz cd rDock_2013.1_src # 先确认 tmake.conf 中的 CXX 指向系统里的 g并打开 OpenMP sed -i s|^CXX .*|CXX g| tmake.conf sed -i s|^CXXFLAGS .*|CXXFLAGS -O3 -fopenmp| tmake.conf # 用包内自带脚本编译Linux 下通常对应 build_linux.sh bash bin/build_linux.sh这段脚本里CXXFLAGS开-O3是为了让 rDock 的几何采样尽量快-fopenmp则启用多线程加速。需要说明的是build_linux.sh 只是源码包里常见的构建脚本名不同系统可能叫别的名字进 bin 目录看一眼就知道。编译完成后确认 rbdock、rbcavity、sdsort 三个可执行文件都生成了再进入下一步。如果编译中途报 Boost 头文件缺失优先检查系统里有没有安装 libboost-dev而不是去改源码。旧版 rDock 对较新的 GCC 也有兼容问题遇到template相关报错时把CXXFLAGS里的标准从-stdc11提到-stdc14往往能直接绕过。3.3 用 rbcavity 生成 cavity.as 并校准活性位点得到可执行文件后第一个要跑的命令是 rbcavity。它读取 docking.prm 里的受体文件在结合位点周围生成一系列球体输出为 cavity.as 文件。先准备一个最简 docking.prmRBT_PARAMETER_FILE_V1.00 TITLE example_drug_target RECEPTOR_FILE receptor.mol2 RECEPTOR_FLEX 3.0 CAVITY_FILE cavity.as DOCKING_METHOD DOCK DOCKING_N_CAVITIES 1 SCORING_FUNCTION SF SCORING_FUNCTION_DEFAULT v1.0参数文件准备好后执行rbcavity -r docking.prm -was -o cavity.as-r指定参数文件-o指定输出路径-was是 rbcavity 的一个模式开关控制计算时是否把结晶水纳入结合口袋表面定义SBMolGen 工作流里保持默认即可。跑完后打开 cavity.as 确认球体数量不是零如果球体过少通常是受体 mol2 文件的原子类型或质子化状态有问题需要回到受体预处理阶段排查。4. 从生成器到候选库PMF 伪能量重打分与强化学习微调4.1 m2pmf.awk 与 pmf2m.awk对接结果怎么变成训练信号追这条 AI 应用开发链路时最容易踩的坑是把 m2pmf.awk 当作可选的二次处理脚本。实际上它的位置非常关键rDock 输出的 sd 文件里附带的是总打分项字段结构复杂且包含多项经验修正直接拿来做奖励函数噪声很大。m2pmf.awk 把这个原始结果拆成按残基和相互作用类型归类的伪能量贡献矩阵每一行对应一个残基对每一列对应一种能量项。# 对一批对接产物做伪能量转换 awk -f m2pmf.awk docked_candidates.sd pmf_matrix.dat # 查看前 10 行确认格式符合预期 head -10 pmf_matrix.dat执行后 pmf_matrix.dat 里每一行会列出残基编号、原子对类型以及对应的伪能量数值。这里的关键参数是输入文件必须是 rDock 输出的带打分字段的 sd 文件而不是普通 sdf。反过来pmf2m.awk 做的是汇总工作把伪能量矩阵重新聚合成一个总打分日志用于和 rDock 原始分数对比校验确认转换过程没有丢项。两个脚本一拆一合训练信号就和原始打分对上了。4.2 200 轮强化学习微调的 bash 工作流伪能量矩阵就绪后可以把它嵌进强化学习循环。下面这个脚本把生成、对接、打分、训练四步串成闭环每轮生成 2048 个分子跑 200 轮效果就比较明显。for iter in $(seq 1 200); do # 1. 用当前生成器采样 2048 个分子 python generate.py \ --checkpoint rnn_vae.pt \ --n_samples 2048 \ --temperature 0.85 \ --top_k 50 batch_${iter}.smi # 2. 把 SMILES 转成 3D sd 文件生成器不管构象这里必须补上 obabel batch_${iter}.smi -O batch_${iter}.sd --gen3d # 3. 对这批分子做 rDock 对接每个分子尝试 10 次构象采样 rbdock -r docking.prm -i batch_${iter}.sd \ -o docked_${iter} -n 10 -s ${iter}42 # 4. 转成伪能量矩阵作为强化学习的奖励信号 awk -f m2pmf.awk docked_${iter}.sd reward_${iter}.dat # 5. 用奖励更新生成器这一步就是 AI agent 的学习模块 python train_step.py \ --model rnn_vae.pt \ --reward reward_${iter}.dat \ --reward_type pmf_docked \ --lr 1e-4 done脚本里每一步都不能省。obabel 生成 3D 构象是必须的前置步骤因为 rDock 需要坐标输入-n 10控制每个分子的对接尝试次数数值越大打分越稳但耗时线性增长-s ${iter}42把随机种子设置成轮次相关的值保证每次对接可复现。train_step.py 里的--reward_type pmf_docked指定奖励来源对应包内预置的伪能量解析逻辑。4.3 用 rbdock 重排序与 SA 过滤强化学习跑完后最后一轮生成的候选库往往上千个分子不能全部送实验验证。我一般会再跑一次高采样量的 rDock 重打分然后按分数排序再做合成可及性过滤。# 高采样量重打分每个分子采样 50 次提高打分可靠性 rbdock -r docking.prm -i final_candidates.sd \ -o final_docked -n 50 # 按总打分排序SCORE_ALL.INTER 是 rDock 输出的总相互作用得分 sdsort -n -f SCORE_ALL.INTER final_docked.sd final_sorted.sd # 过滤掉合成可及性过差的候选SA_SCORE 越低越好合成 sdfilter -f SA_SCORE 3.5 final_sorted.sd final_hits.sdsdsort 的-n表示按数值排序-f指定排序字段sdfilter 的-f则是字段过滤表达式的缩写。SA_SCORE 来自模型预测的合成难度评分阈值的选取和项目里可接受的合成成本直接相关。工业项目里常用 3.04.0学术探索可以放宽到 5.0。5. 验证生成质量的三处关键调参细节5.1 先看伪能量分布而不是单个分子分数强化学习过程中最容易误判的是盯着某个分子的最高分看觉得分数高了就收敛了。正确做法是看整批分子的伪能量分布关注均值和分布形态。# 统计最近一轮奖励的平均值、最小值和最大波动范围 awk {print $NF} reward_200.dat | sort -n | \ awk {a[NR]$1; s$1; if(NR1)min$1; if($1min)min$1; if($1max)max$1} \ END{print means/NR, minmin, maxmax}如果均值在上升但方差也随之拉大说明生成器在往一个窄区域塌缩如果分布出现双峰则要检查是不是奖励函数里某个能量项在部分分子上计算异常。这两种情况都比单个分子分数更重要也更能暴露问题。5.2 温度与 top-k 对可合成性的影响温度对合成可及性的影响会在训练后期放大。温度高于 1.0 时即使 SA_SCORE 过滤通过了分子也可能带有不稳定的环或异常杂原子温度过低则生成结果高度重复伪能量提升会停滞。我的习惯是在训练中段开始动态衰减温度每 50 轮降低 0.02并同步观察合法 SMILES 比例。如果非法率超过 5%优先降温度而不是调奖励权重。5.3 用已知活性分子校准打分器一致性最后一步是拿文献里的已知活性分子做回归测试。取几十个有明确活性数据的分子用同一套 docking.prm 对接打分查看打分排序和实验活性的相关性。如果排序相关性很差多半不是生成器的问题而是受体准备环节出了纰漏我会先检查质子化状态和残基柔性设置再回头看生成结果。我一般会让生成器每 50 轮停下来用 5.1 的命令重新统计一次伪能量分布再决定是降温还是加大 batch——这条检查链跑顺了SBMolGen 才算真正在你本地跑通。本文还有配套的精品资源点击获取 rDock与强化学习：SBMolGen 分子从头设计全流程解析
简介SBMolGen是一套面向药物研发与AI医学应用场景的分子从头设计工具资源将深度学习CNN与RNN模型和分子对接打分相结合帮助科研人员快速生成候选药物分子并评估其与靶标蛋白的结合能力适用于药物发现、靶点筛选、化合物优化等任务。压缩包整体约12.16MB共包含1844个文件以897个pmf参数文件、394个头文件与298个cxx源码文件为主体其中pmf文件记录分子相互作用势能参数h与cxx文件提供完整C实现同时附带Python脚本、配置说明、PDB与mol2分子结构示例及构建脚本覆盖工具源码、依赖模块和测试数据便于系统学习从对接打分到分子生成的完整流程。目前已有257人学习下载适合具备计算化学或编程基础、希望借助AI工具加速药物研发的研究者与开发者。通过梳理源码目录和辅助脚本读者可以理解分子对接打分函数、AI生成模型与从头设计算法的工程化实现也可为后续定制或复现类似工具提供参考是一份兼具技术深度与实用性的资源。1. 把 rDock 装进 AI 生成器SBMolGen 的分子从头设计思路SBMolGen 这类工具最反直觉的地方在于分子从头设计的瓶颈不在生成模型而在打分器。生成器再聪明如果产出的分子无法定量评价它与靶蛋白的匹配程度就只剩一堆格式合法的随机 SMILES。SBMolGen 的做法是把 rDock 2013.1 的对接引擎塞进深度学习生成器的反馈回路里——先让 RNN 生成分子再对接到受体活性位点把对接分数折算成伪能量反过来更新生成器参数。这个闭环让模型不只是在拟合化学空间而是在主动搜索结合更好的区域。所以这份资源包里最值钱的不只是 AI 代码还有一整条对接侧文件链rDock_2013.1_src 源码、cavity.as 活性位点定义、m2pmf.awk 与 pmf2m.awk 两个打分转换脚本以及编译用的 tmake.conf 和 build 目录。对正在做 AI 制药和计算化学平台搭建的工程师来说这套文件的价值在于它把「深度学习生成」和「经验打分」之间那道缝补上了对想把自己的扩散模型接到分子对接上的研究者也同样值得拆开看一遍。2. RNN 生成器与可微打分AI 大模型和分子对接怎么咬合2.1 化学语言建模SMILES 序列与自回归解码SBMolGen 的生成器主体是一个 RNN 变分自编码器工作对象是 SMILES 字符串。分子被线性化成一段字符序列例如苯环写成c1ccccc1模型在隐空间里学习的是化合物的概率分布。解码时逐个 token 采样这和如今大模型做文本生成时按 token 自回归解码是同一套算子只是分子序列短得多、词表通常只有几十个字符。预训练阶段用 ZINC 或 ChEMBL 里的分子做重构与预测模型记住的是化学键合法组合的统计规律。配合 RNN包内还会用到 CNN 分支来提取分子图的局部特征比如官能团和电荷分布。CNN 的卷积核在分子图上滑动相当于观察「这个原子附近连了什么」RNN 则负责捕获原子连接的先后顺序。两者结合后模型既能理解局部化学环境又能生成符合语法规则的序列。常见误区是拿生成模型当搜索引擎用。预训练模型只是在模仿训练集里的分子分布想要它产出结合能更高的分子必须在生成之后接入一个可计算的客观信号否则生成结果永远停留在「长得像药物」的阶段而不是「更可能结合靶点」的阶段。2.2 对接打分为什么不能直接当损失函数这里就是分子对接的困境所在。rDock 的对接流程是先在结合口袋里做几何采样生成大量构象再用经验打分函数计算每一项能量贡献。整个过程包含原子坐标的离散移动和旋转每一步都不可导梯度无法从损失函数传回生成器。想用 rDock 的分数直接训练神经网络在反向传播这一关就走不通。SBMolGen 的解法不是给 rDock 求导而是先把大量受体-配体复合物跑一遍 rDock把输出的打分项用 m2pmf.awk 转成伪能量矩阵再用这个矩阵构造一个连续可导的奖励函数。伪能量矩阵里每一列对应一种相互作用项比如范德华、氢键、去溶剂化数值来自 rDock 的经验打分但以表格形式提供给强化学习使用。最终验证仍然回到 rDock 原始分数这样既不破坏生成器的可训练性又保住了经验对接的物理直觉。把这条链路说得更直白一些rDock 是老师生成器是学生m2pmf.awk 就是成绩单。老师不参与学生的考试过程只负责出卷和评卷学生靠成绩单上的反馈调整自己的答题策略。2.3 采样参数AI agent 生成-评分-反馈的完整闭环整个「生成-对接-打分-更新」的循环跑起来以后它本质上就是一个 AI agent生成器是决策模块rDock 加 m2pmf 是环境反馈模块强化学习更新是学习模块。这个 agent 每一步迭代都改变生成策略而不是一次性采样完就结束。采样时的关键参数直接影响闭环能否收敛这里给一组我在类似项目里常用的初始值参数推荐区间作用调节代价temperature0.70 ~ 1.00控制解码时 softmax 的尖锐程度过高产生大量非法 SMILES过低样本重复率上升top_k40 ~ 80每步只从概率最高的 k 个 token 里采样太小丢失化学多样性太大生成噪声增多batch size1024 ~ 4096每轮生成的分子数量太小奖励方差大太大对 rDock 吞吐要求高学习率1e-4 ~ 3e-4策略网络更新步长大于 1e-3 容易把预训练模型冲崩温度调低的直接表现是分子合法率上升但探索能力下降调高则能跳出局部最优却会频繁生成坏分子。实践中我通常先固定 temperature 0.85、top_k 50跑通整个闭环后再调避免一上来就陷入多参数联动调优的泥潭。3. 复现对接侧rDock 2013.1 源码编译与 cavity.as 活性位点生成3.1 从压缩包文件逆推工具链解包之后可以先按文件类型把工具链分组这个习惯能省掉很多排查时间。rDock_2013.1_src 是 rDock 的完整源码cavity.as 是已经生成好的活性位点文件m2pmf.awk 和 pmf2m.awk 负责对接结果与训练信号之间的格式转换bin、build、tmake.conf 则是构建系统。文件或目录作用在 AI 管线里的位置rDock_2013.1_srcrDock 2013.1 源码包编译出 rbdock、rbcavity、sdsort 等可执行文件cavity.as受体结合口袋的球体与排斥坐标定义生成器采样的分子必须在这个空间里对接m2pmf.awk把 rDock 对接输出转成伪能量矩阵给强化学习构造连续奖励pmf2m.awk把伪能量项汇总成可读打分日志核对训练信号与原始打分是否一致build、tmake.confTMake 构建配置与编译脚本跨平台编译 rDock 工具链注意这里的 cavity.as 是受体相关的中间产物换靶点时必须重新生成不能复用。否则生成器优化半天其实是在对着旧口袋搜索结果毫无意义。3.2 编译 rDockbuild 脚本与 tmake.conf 的取舍rDock 2013.1 是较早的 C 工程直接 make 大概率会在 OpenMP 或 Boost 头文件上卡住。我一般先看 tmake.conf 里暴露的编译器选项再决定用包内 build 脚本还是手写 qmake 流程。tar zxf rDock_2013.1_src.tar.gz cd rDock_2013.1_src # 先确认 tmake.conf 中的 CXX 指向系统里的 g并打开 OpenMP sed -i s|^CXX .*|CXX g| tmake.conf sed -i s|^CXXFLAGS .*|CXXFLAGS -O3 -fopenmp| tmake.conf # 用包内自带脚本编译Linux 下通常对应 build_linux.sh bash bin/build_linux.sh这段脚本里CXXFLAGS开-O3是为了让 rDock 的几何采样尽量快-fopenmp则启用多线程加速。需要说明的是build_linux.sh 只是源码包里常见的构建脚本名不同系统可能叫别的名字进 bin 目录看一眼就知道。编译完成后确认 rbdock、rbcavity、sdsort 三个可执行文件都生成了再进入下一步。如果编译中途报 Boost 头文件缺失优先检查系统里有没有安装 libboost-dev而不是去改源码。旧版 rDock 对较新的 GCC 也有兼容问题遇到template相关报错时把CXXFLAGS里的标准从-stdc11提到-stdc14往往能直接绕过。3.3 用 rbcavity 生成 cavity.as 并校准活性位点得到可执行文件后第一个要跑的命令是 rbcavity。它读取 docking.prm 里的受体文件在结合位点周围生成一系列球体输出为 cavity.as 文件。先准备一个最简 docking.prmRBT_PARAMETER_FILE_V1.00 TITLE example_drug_target RECEPTOR_FILE receptor.mol2 RECEPTOR_FLEX 3.0 CAVITY_FILE cavity.as DOCKING_METHOD DOCK DOCKING_N_CAVITIES 1 SCORING_FUNCTION SF SCORING_FUNCTION_DEFAULT v1.0参数文件准备好后执行rbcavity -r docking.prm -was -o cavity.as-r指定参数文件-o指定输出路径-was是 rbcavity 的一个模式开关控制计算时是否把结晶水纳入结合口袋表面定义SBMolGen 工作流里保持默认即可。跑完后打开 cavity.as 确认球体数量不是零如果球体过少通常是受体 mol2 文件的原子类型或质子化状态有问题需要回到受体预处理阶段排查。4. 从生成器到候选库PMF 伪能量重打分与强化学习微调4.1 m2pmf.awk 与 pmf2m.awk对接结果怎么变成训练信号追这条 AI 应用开发链路时最容易踩的坑是把 m2pmf.awk 当作可选的二次处理脚本。实际上它的位置非常关键rDock 输出的 sd 文件里附带的是总打分项字段结构复杂且包含多项经验修正直接拿来做奖励函数噪声很大。m2pmf.awk 把这个原始结果拆成按残基和相互作用类型归类的伪能量贡献矩阵每一行对应一个残基对每一列对应一种能量项。# 对一批对接产物做伪能量转换 awk -f m2pmf.awk docked_candidates.sd pmf_matrix.dat # 查看前 10 行确认格式符合预期 head -10 pmf_matrix.dat执行后 pmf_matrix.dat 里每一行会列出残基编号、原子对类型以及对应的伪能量数值。这里的关键参数是输入文件必须是 rDock 输出的带打分字段的 sd 文件而不是普通 sdf。反过来pmf2m.awk 做的是汇总工作把伪能量矩阵重新聚合成一个总打分日志用于和 rDock 原始分数对比校验确认转换过程没有丢项。两个脚本一拆一合训练信号就和原始打分对上了。4.2 200 轮强化学习微调的 bash 工作流伪能量矩阵就绪后可以把它嵌进强化学习循环。下面这个脚本把生成、对接、打分、训练四步串成闭环每轮生成 2048 个分子跑 200 轮效果就比较明显。for iter in $(seq 1 200); do # 1. 用当前生成器采样 2048 个分子 python generate.py \ --checkpoint rnn_vae.pt \ --n_samples 2048 \ --temperature 0.85 \ --top_k 50 batch_${iter}.smi # 2. 把 SMILES 转成 3D sd 文件生成器不管构象这里必须补上 obabel batch_${iter}.smi -O batch_${iter}.sd --gen3d # 3. 对这批分子做 rDock 对接每个分子尝试 10 次构象采样 rbdock -r docking.prm -i batch_${iter}.sd \ -o docked_${iter} -n 10 -s ${iter}42 # 4. 转成伪能量矩阵作为强化学习的奖励信号 awk -f m2pmf.awk docked_${iter}.sd reward_${iter}.dat # 5. 用奖励更新生成器这一步就是 AI agent 的学习模块 python train_step.py \ --model rnn_vae.pt \ --reward reward_${iter}.dat \ --reward_type pmf_docked \ --lr 1e-4 done脚本里每一步都不能省。obabel 生成 3D 构象是必须的前置步骤因为 rDock 需要坐标输入-n 10控制每个分子的对接尝试次数数值越大打分越稳但耗时线性增长-s ${iter}42把随机种子设置成轮次相关的值保证每次对接可复现。train_step.py 里的--reward_type pmf_docked指定奖励来源对应包内预置的伪能量解析逻辑。4.3 用 rbdock 重排序与 SA 过滤强化学习跑完后最后一轮生成的候选库往往上千个分子不能全部送实验验证。我一般会再跑一次高采样量的 rDock 重打分然后按分数排序再做合成可及性过滤。# 高采样量重打分每个分子采样 50 次提高打分可靠性 rbdock -r docking.prm -i final_candidates.sd \ -o final_docked -n 50 # 按总打分排序SCORE_ALL.INTER 是 rDock 输出的总相互作用得分 sdsort -n -f SCORE_ALL.INTER final_docked.sd final_sorted.sd # 过滤掉合成可及性过差的候选SA_SCORE 越低越好合成 sdfilter -f SA_SCORE 3.5 final_sorted.sd final_hits.sdsdsort 的-n表示按数值排序-f指定排序字段sdfilter 的-f则是字段过滤表达式的缩写。SA_SCORE 来自模型预测的合成难度评分阈值的选取和项目里可接受的合成成本直接相关。工业项目里常用 3.04.0学术探索可以放宽到 5.0。5. 验证生成质量的三处关键调参细节5.1 先看伪能量分布而不是单个分子分数强化学习过程中最容易误判的是盯着某个分子的最高分看觉得分数高了就收敛了。正确做法是看整批分子的伪能量分布关注均值和分布形态。# 统计最近一轮奖励的平均值、最小值和最大波动范围 awk {print $NF} reward_200.dat | sort -n | \ awk {a[NR]$1; s$1; if(NR1)min$1; if($1min)min$1; if($1max)max$1} \ END{print means/NR, minmin, maxmax}如果均值在上升但方差也随之拉大说明生成器在往一个窄区域塌缩如果分布出现双峰则要检查是不是奖励函数里某个能量项在部分分子上计算异常。这两种情况都比单个分子分数更重要也更能暴露问题。5.2 温度与 top-k 对可合成性的影响温度对合成可及性的影响会在训练后期放大。温度高于 1.0 时即使 SA_SCORE 过滤通过了分子也可能带有不稳定的环或异常杂原子温度过低则生成结果高度重复伪能量提升会停滞。我的习惯是在训练中段开始动态衰减温度每 50 轮降低 0.02并同步观察合法 SMILES 比例。如果非法率超过 5%优先降温度而不是调奖励权重。5.3 用已知活性分子校准打分器一致性最后一步是拿文献里的已知活性分子做回归测试。取几十个有明确活性数据的分子用同一套 docking.prm 对接打分查看打分排序和实验活性的相关性。如果排序相关性很差多半不是生成器的问题而是受体准备环节出了纰漏我会先检查质子化状态和残基柔性设置再回头看生成结果。我一般会让生成器每 50 轮停下来用 5.1 的命令重新统计一次伪能量分布再决定是降温还是加大 batch——这条检查链跑顺了SBMolGen 才算真正在你本地跑通。本文还有配套的精品资源点击获取