本栏目近 14 天收录 28 条研究，本期取样 28 条（试验/方案 0 · 临床前 9 · 综述分析 6）。本雷达不罗列文献，只回答三件事：现在往哪走、门槛有多高、怎么做最快拿到能发表的结果。
一、本期判断
- 计算类研究已成主力：对接、分子动力学、网络药理学与机器学习反复出现，提问从“有没有活性”转向“结合位点与参数如何设定”。
- 纯计算结论普遍停在“候选/提示”层面，缺少湿实验闭环，读者需自行区分预测与实测。
- 天然产物与中药复方扎堆，多靶点、多组学整合成为默认叙事，同质化明显。
- 从头设计蛋白与金属酶出现实验验证，设计—表征闭环开始成形，但仅限少数团队。
28条中试验类为0，综述与分析框架类6条，纯计算或生物信息学预测占相当比例，真正带湿实验闭环的新机制产出偏少。天然产物加网络药理学扎堆，二次分析与证据整合是又快又出成绩的现实路径，但离可验证结论仍远。
二、4 个前沿方向
方向 1｜计算筛选的湿实验闭环
在发生什么。大量研究用对接、分子动力学与虚拟筛选提名候选分子，但结论多停在预测层面。这一方向要问的是：预测的结合亲和力与抑制活性能否在体外酶学或细胞实验中复现，以及预测失败的原因如何归因。
为什么是窗口期。公开化合物库与对接、分子动力学工具已普及，体外酶学与细胞活性检测成本下降，使“预测—实测”配对验证在单个课题组内可完成。
本期支撑。天然黄烷酮Lespedezaflavanone H作为PRMT4抑制剂的体外抗结直肠癌活性（体外抑制与对接、动力学结合的先导提名）；整合虚拟筛选、DFT与分子动力学鉴定SARS-CoV-2 Mpro天然产物抑制剂（纯计算提名Mpro抑制剂，缺实验）；嘧啶并噻唑-异噁唑偶联物作为双胆碱酯酶抑制剂的合成与体外评价（合成后体外双靶点抑制实测）；新型取代噻唑衍生物的设计合成与DHFR抑制的计算机模拟分析（对接与ADME预测止于计算层面）
| 数据 | 中 |
|---|---|
| 设备 | 中 |
| 技能 | 中 |
| 算力 | 中 |
| 到一篇论文的周期 | 3-6月 |
| 发表难度 | 中 |
入门可做（硕博）。题目：对已发表对接提名的一类天然黄烷酮做体外酶抑制复测。数据来自语料中提名化合物及公开库结构，工具用AutoDock与酶标仪，预期周期4-6个月。
进阶卡位（博后 / 青年 PI）。差异化在于建立预测失败的归因流程，而非再报一批候选。需酶学平台与化合物实体库，风险是多数预测化合物实测无活性，需预设阴性结果的处理方案。
最容易翻车的地方。只报对接打分不设阳性对照药，或把预测结合能当作抑制活性。
方向 2｜多组学整合的靶点优先级
在发生什么。网络药理学、转录组与单细胞数据被反复整合，用于从天然产物或药食同源植物中筛靶点与预后基因。核心问题从“有哪些靶点”转向“如何给候选靶点排优先级、外部验证判别力如何”。
为什么是窗口期。公共GEO与TCGA数据集积累充分，图网络与机器学习工具成熟，使多数据集整合与留出验证成为常规操作。
本期支撑。通路驱动的机器学习与虚拟筛选框架识别抗类风湿关节炎天然小分子（16个GEO队列建模并留外部验证）；膀胱癌免疫原性细胞死亡多组学分析及NU-1025计算药物筛选（多组学亚型分型与风险模型）；基于网络药理学与转录组学筛选药食同源植物中AML预后基因及候选治疗靶点（网络药理学加转录组筛预后基因）；靶点垂钓与蛋白组学揭示相思子缓解血脂异常的分子靶点（靶点垂钓加蛋白组学定位靶点）
| 数据 | 高 |
|---|---|
| 设备 | 低 |
| 技能 | 中 |
| 算力 | 中 |
| 到一篇论文的周期 | 2-4月 |
| 发表难度 | 中 |
入门可做（硕博）。题目：对某天然产物靶点集做跨数据集外部验证与优先级排序。数据取GEO公开队列，工具用R网络分析与留出验证流程，预期周期3个月。
进阶卡位（博后 / 青年 PI）。差异化在于把优先级排序做成可复用的验证框架并报告判别力衰减。需稳定算力与多队列权限，风险是外部验证判别力有限导致结论弱化。
最容易翻车的地方。在同一数据集上建模又验证，或小样本模型报过高AUC。
方向 3｜从头设计蛋白与金属酶
在发生什么。计算设计开始产出可实验验证的酶与结合蛋白，包括金属结合位点构建与黄素激发态调控。问题从“能否设计出折叠”转向“设计出的活性位点能否在实测中保持催化与稳定性”。
为什么是窗口期。结构预测与QM/MM计算流程成熟，加上超快光谱与定向进化替代方案，使设计—表达—表征闭环在少数团队内可跑通。
本期支撑。基于Metal Mer的金属酶从头设计流程及锌、铁催化变体构建（金属酶从头设计并有实验验证）；从头设计黄素蛋白并调控其激发态动力学（从头设计黄素蛋白加光谱表征）；从粗粒化分子动力学到生物分子凝聚体连续模型：以FUS低复杂度结构域为例（粗粒化模拟到连续模型的方法链）
| 数据 | 中 |
|---|---|
| 设备 | 高 |
| 技能 | 高 |
| 算力 | 高 |
| 到一篇论文的周期 | 6-12月 |
| 发表难度 | 高 |
入门可做（硕博）。题目：对已报道金属酶设计位点做计算复现与稳定性评估。数据取公开结构，工具用Rosetta与分子动力学，预期周期5-8个月。
进阶卡位（博后 / 青年 PI）。差异化在于把设计—实测差异做成可迭代的反馈流程。需蛋白表达纯化与表征平台，风险是设计变体无活性或稳定性不达预期。
最容易翻车的地方。只报计算打分不报表达产率与实测活性，忽略阴性设计。
方向 4｜分子表征与基准的可信度
在发生什么。图分子表征、量子化学先验与强化学习分子设计集中涌现，伴随大量基准评测。问题从“新模型是否更强”转向“基准上的强表现能否转化为真实可用性”。
为什么是窗口期。公开基准与预训练模型积累，PyTorch生态与图神经网络工具链成熟，使方法学对比与复现成本下降。
本期支撑。TorchDrug：基于PyTorch的图结构药物发现机器学习工具箱（图结构药物发现工具箱）；qcGEM：融合量子化学信息的图分子表征及83项任务评估（量子化学先验表征与83任务评测）；强化学习用于分子设计：算法分类、基准评测与可合成先导化合物的路径综述（综述指出基准强不等于实用）
| 数据 | 高 |
|---|---|
| 设备 | 低 |
| 技能 | 高 |
| 算力 | 高 |
| 到一篇论文的周期 | 3-6月 |
| 发表难度 | 中 |
入门可做（硕博）。题目：复现某图分子表征在若干任务上的表现并做数据划分敏感性分析。数据取公开基准，工具用PyTorch与TorchDrug，预期周期3-4个月。
进阶卡位（博后 / 青年 PI）。差异化在于建立面向可合成性与真实效用的评测协议。需算力与多基准维护，风险是复现结果与原报告不一致。
最容易翻车的地方。不做数据泄漏检查与随机种子重复，只报单次最优结果。
三、本期方向快照
| 方向 | 成熟度 | 数据 | 门槛 | 周期 | 推荐 |
|---|---|---|---|---|---|
| 计算筛选的湿实验闭环 | 上升 | 中 | 中 | 3-6月 | ★★★★ |
| 多组学整合的靶点优先级 | 稳定 | 高 | 低 | 2-4月 | ★★★★★ |
| 从头设计蛋白与金属酶 | 早期 | 中 | 高 | 6-12月 | ★★★ |
| 分子表征与基准的可信度 | 上升 | 高 | 高 | 3-6月 | ★★★★ |
推荐指数口径：在同等学术产出质量下，拿到可投稿结果的确定性 × 速度；它不衡量科学重要性——科学增量最高的方向，天花板常受设备与周期限制。
四、本周可动手的三件事
- 建预测-实测对照表：从本期语料中挑出3-5个纯计算提名的化合物，列出预测靶点与结合数据，标注是否已有体外实测，形成一张缺口表作为选题依据。
- 核查外部验证设置：翻查本期多组学类研究的验证划分，记录是否留独立队列、判别力数值，写成半页方法学笔记用于组会讨论。
- 复现一个基准：选TorchDrug或qcGEM中的一项任务，用公开数据跑通并记录随机种子与划分方式，提交一份复现记录到内部仓库。
五、口径与免责
- 证据来源：本站「化学」栏目近 14 天收录 28 条，本期取样 28 条（已按标题去重），全部可点击回溯原文。本期未做全领域普查，本期判断只代表这批样本呈现的方向，不等于学科全景。
- 周期与门槛为经验区间，受平台、合作资源与写作速度影响，仅供参考。
- 不构成医疗建议：文中涉及的刺激参数、适应证与临床结论均属研究信息整理，任何临床决策请遵循所在机构规范与注册试验方案。
《化学方向雷达》· 2026-W43 · 由 fqpy.com 自动化流水线生成，内容仅用于研究信息整理与科普交流，不构成医疗建议。
发表评论 取消回复