AI设计的多肽，为什么还必须经过“可合成性”筛选？

生成式模型和序列优化模型可以在很短时间内提出几十、几百甚至几千条候选多肽。候选数量的增长扩大了搜索空间，却不会自动提高实验成功率。在下单合成之前，项目团队仍要回答一组非常具体的问题：序列是否容易在树脂上聚集？是否包含连续的困难偶联位点？缺失肽、截短肽或特定副反应是否可能显著增加？非天然氨基酸是否有合适的保护单体并且能够采购？设想的环化路线是否与保护基策略相容？粗品中的目标峰能否与相近杂质分开？

这些问题决定了一个计算候选能否以合理成本进入真实实验。一个序列可以在活性、亲和力或稳定性模型中表现优秀，却因合成和分离风险成为高成本、低产出甚至暂时无法执行的项目。对多肽而言，可合成性是设计目标的一部分，而不是设计完成后的补充检查。

为什么生物学评分不等于合成可行

多数序列模型的目标函数集中在活性、亲和力、毒性、溶解性、稳定性、通透性或序列似然等指标。这些目标对候选发现很重要，但它们不天然包含固相多肽合成（solid-phase peptide synthesis，SPPS）中的偶联效率、树脂上聚集、副反应、粗品纯度、环化效率和纯化难度。原因并不是简单的“AI不懂化学”，而是模型学到了什么，取决于训练数据和优化目标中记录了什么。

例如，模型可能偏好一段疏水界面，因为它有利于与靶蛋白形成作用；也可能建议N-甲基化或体积较大的残基，以稳定某种结合构象。但这些改变同时可能降低树脂溶胀环境中的链段可及性，增加偶联位阻，或使目标产物与缺失肽具有非常接近的色谱行为。若训练数据只有生物活性标签，没有实际合成批次、粗品图谱和分离结果，模型就没有足够信息独立评估这些后果。

因此，AI辅助多肽设计之后还需要化学层面的候选审查。可合成性筛选不是否定模型给出的生物学价值，而是把“值得测试”进一步转化为“值得先做、能够做、如何做”。

树脂上聚集：溶液性质之外的风险

连续的Leu、Ile、Val、Phe、Trp等疏水残基，或容易形成稳定二级结构的长片段，可能使正在延伸的肽链在树脂上发生聚集。聚集会降低反应位点对氨基酸单体和偶联试剂的可及性，使原本常规的缩合变得缓慢或不完全。未反应的链继续进入下一轮循环后，就会形成缺失一个或多个残基的序列；问题在长链中逐步累积，最终表现为粗品复杂、主峰占比下降。

高疏水性并不等于一定无法合成，单一疏水残基也不应被机械地判为失败。风险取决于残基分布、序列长度、电荷、树脂和连接臂、保护基、溶剂、温度以及所采用的合成策略。合理的筛选系统更适合识别连续疏水片段、可能的自缔合区域和风险组合，再将它们作为候选排序及路线设计的依据，而不是套用一个绝对阈值。

位阻与困难偶联往往来自有价值的设计

β-支化残基、N-甲基氨基酸、α,α-二取代氨基酸以及部分体积较大的非天然氨基酸，都可能增加局部偶联难度。连续出现高位阻残基时，前一个残基的氨基亲核性、下一个活化单体接近反应位点的能力以及肽链局部构象可能同时受到影响。模型建议的替换或许确实有助于构象预组织、蛋白酶稳定性或结合界面，却可能需要更长反应时间、重复偶联、不同活化体系或片段缩合策略。

N-甲基氨基酸是典型例子。N-甲基化可以改变氢键供体数量和局部构象，但N-甲基氨基的位阻和较低反应性也会影响后续成键。筛选时需要同时保留它的设计价值和合成代价：不是一看到N-甲基残基就删除候选，也不是把它当作没有工艺影响的普通字符。

已知副反应需要进入候选排序

SPPS中的风险常由“残基 + 邻近环境 + 操作条件”共同决定。Asp相关序列可能在碱性脱保护条件下发生天冬酰亚胺途径的副反应；某些N端二肽在脱保护后存在二酮哌嗪形成风险；Cys可能发生氧化或在多二硫键体系中产生错配；Met和Trp需要关注氧化。部分活化和偶联环境还可能提高消旋风险。Asn、Gln的脱酰胺问题则更多与后续处理、储存条件和序列微环境相关，同样会影响最终样品的稳定性判断。

这些风险并不意味着相关残基不能使用。它们的意义在于提醒设计团队：两个生物学评分相近的候选，如果一个具有多个相互叠加的困难基序，另一个能够以更直接的路线获得可分析样品，后者通常更适合优先进入首轮实验。可合成性筛选应给出风险来源，使化学人员能够选择保护基、封端、氧化控制或替代路线，而不是只输出一个不透明的“通过/失败”。

非天然氨基酸不是扩展字母表中的普通字符

非天然氨基酸（英文技术语境常称noncanonical amino acids，NCAAs）能扩大化学空间，引入新的侧链相互作用、构象限制和代谢稳定性，是现代多肽设计的重要工具。但从合成角度看，NCAA不能只作为天然氨基酸字母表之外的一个新符号。实际项目至少要核对以下层面：

评估层面	需要回答的问题
物料	对应构型和纯度的保护单体是否可采购，交期与成本是否适合项目？
保护基	侧链保护是否与Fmoc/Boc路线、切割条件及其他敏感基团相容？
反应性	单体活化、偶联和后续残基延伸是否受到电子效应或位阻影响？
后处理	脱保护是否完全，是否易氧化、消旋或形成难分离副产物？
下游步骤	该残基是否影响环化、二硫键形成、纯化和质谱确认？

D-氨基酸常用于调节构象或蛋白酶稳定性；Aib具有明显构象偏好和位阻；Nal增加芳香疏水表面；Orn、Dab能够提供不同长度的侧链氨基并参与修饰或内酰胺环化。每一类结构都有设计价值，也有不同的保护单体、偶联和纯化要求。更完整的设计流程会同时评估“这个残基是否有助于目标性质”和“这个具体building block能否被可靠地用于当前路线”。更多背景可参阅非天然氨基酸在药物开发中的作用。

环化方式本身就是可合成性的一部分

AI设计环肽时，不能只在结构图上判断两个位点是否能够“连起来”。二硫键环化、头尾环化、内酰胺环化、侧链—侧链以及侧链—C端环化，对前体设计、正交保护、反应浓度和纯化均有不同要求。环大小、残基几何关系和构象预组织会影响分子内反应；前体若不能有效靠近，分子间偶联、低聚化、差向异构化或其他副反应就可能增加。

三维结构和构象采样可以帮助比较候选，但不能仅凭一个预测构象准确给出实际环化收率。合理做法是把环化类型、位点几何、保护基兼容性、前体溶解性和潜在竞争反应共同纳入评估，并保留替代闭环路线。环肽设计指南讨论了环化带来的药物设计价值；在项目执行中，这些价值需要与能够落地的合成路线一起判断。

能合成出来，不等于能纯化出来

商业项目真正关心的不只是目标键是否形成，还包括能否从粗品中分离出满足质量要求的目标物。缺失肽和主产物可能只相差一个残基，保留行为十分接近；极端疏水的序列可能溶解困难并强烈保留，极端亲水的序列则可能缺少足够的反相色谱分离窗口。氧化形式、差向异构体、环化副产物以及多二硫键异构体会进一步增加峰形和组分复杂度。

这也是为什么粗品纯度、纯化难度和预期分离收率比单纯判断“反应是否发生”更接近业务中的可合成性。同样达到分析纯度要求的两个候选，可能需要完全不同的制备次数、溶剂体系和工艺开发投入。首轮设计若能避免不必要的近似杂质、极端理化性质或多重异构体风险，就能把更多资源用于真正有信息量的实验比较。关于常规项目从合成到质量控制的衔接，可进一步参考定制多肽合成指南。

从二元判断转向可解释的综合评估

更合理的流程不是“生成 → 只按活性排序 → 合成”，而是：

候选生成 → 生物学性质筛选 → 化学与可合成性筛选 → 结构评估 → 候选多样性选择 → 合成与QC → 实验反馈

可合成性也不宜只有PASS或FAIL。项目可以将候选分为“高可行性”“中等可行性”和“挑战性”，并标明主要风险来自树脂上聚集、困难偶联、NCAA物料、环化还是纯化。挑战性候选若具有独特的生物学假设，仍可保留，但应提前配置替代序列、路线和预算；多个候选价值相近时，则优先验证信息收益高而化学风险较低的组合。

这种方法同时保留候选多样性。若只选择综合分数最高且彼此相似的序列，一次失败可能无法判断问题来自靶点假设、共同基序还是合成路线。选择若干处在不同设计权衡上的候选，往往比追求单一“冠军序列”更适合早期验证。

多肽设计本质上是多目标优化

亲和力、稳定性、溶解性和通透性希望提高，毒性、溶血和合成难度希望降低，但这些目标不会总是同步。增加疏水性可能改善某些结合界面或膜作用，同时带来聚集、非特异结合和纯化问题；N-甲基化可能改善稳定性和通透性，也可能提高偶联难度或改变关键氢键；环化可能稳定活性构象，却增加路线和异构体控制的复杂度。

因此，真实的AI多肽设计不存在脱离项目场景的万能总分。Pareto思路更适合表达这类问题：保留一组在不同目标之间具有合理权衡、且没有被另一候选全面占优的方案，再结合实验目的选择首轮组合。可合成性是其中一个目标，并与候选多样性、预算、交付周期和可获得实验信息共同决定优先级。

哪些可以评估，哪些仍必须实验确认

基于序列、结构约束和物料信息，可以用于候选优先级判断的内容包括组成、疏水性、电荷、聚集倾向、已知困难基序、修饰复杂度、NCAA保护单体可获得性、环化路线复杂度以及估计的合成和纯化难度。这些指标能够帮助识别明显风险、比较相对优先级，并为合成路线提供输入。

但计算筛选不能可靠地替代实际批次数据。它不能仅凭序列准确确定分离收率、精确粗品纯度、每一步偶联效率或环化收率，也不能证明实际结合亲和力和生物活性。即使历史数据和模型能够给出概率或区间，最终结论仍需通过合成、纯化、质谱与色谱质控以及相应的生物学实验确认。科学上克制地区分“风险排序”和“结果预测”，能够避免把设计置信度误当成实验事实。

Design-to-Synthesis为何能缩短验证周期

当设计团队和合成团队完全割裂时，常见结果是序列中出现不可采购或交期过长的NCAA、不必要的高成本修饰、缺少可行保护策略的环化位点，或直到粗品出现后才发现主要杂质难以分离。项目随后回到设计端修改，再次排期合成，design-build-test周期被反复拉长。

Design-to-Synthesis强调在候选冻结之前完成化学审查，并让合成、纯化和QC结果反馈到下一轮设计：

Design → chemistry review → synthesis feasibility → synthesis → purification and QC → experimental feedback → redesign

谱利健生物正在把sequence-和structure-based peptide design与实际多肽合成、纯化和QC工作流结合。目标不是承诺每个计算候选都能以固定收率完成，而是更早识别风险、比较可执行路线，并提高有价值候选进入实验验证阶段的效率。

结语

对多肽而言，优秀的AI设计不仅要回答“这个序列可能有没有活性”，还必须进一步回答“这个序列能否以合理成本被可靠地合成、纯化和验证”。可合成性不是设计完成后的检查项，而应从候选生成、筛选和组合选择阶段就进入设计目标。

只有把生物学预测、化学可行性、制备分离和实验反馈连成闭环，快速生成的大量序列才会真正转化为高质量的实验候选。

参考文献

1. Behrendt R, White P, Offer J. Advances in Fmoc solid-phase peptide synthesis. Journal of Peptide Science. 2016;22:4–27. doi:10.1002/psc.2836
2. Coin I, Beyermann M, Bienert M. Solid-phase peptide synthesis: from standard procedures to the synthesis of difficult sequences. Nature Protocols. 2007;2:3247–3256. doi:10.1038/nprot.2007.454
3. Muttenthaler M, King GF, Adams DJ, Alewood PF. Trends in peptide drug discovery. Nature Reviews Drug Discovery. 2021;20:309–325. doi:10.1038/s41573-020-00135-8