MMPA（Matched Molecular Pair Analysis，配对分子分析）把只相差一个局部结构变换的两个分子配成「匹配对」，例如把某处的 H 换成 F。通过统计大量这样的配对，能得出「某个变换平均如何影响性质」的规则。
它怎么工作
- 找配对：在数据集中自动识别仅差一个片段替换的分子对。
- 记录变化：对每一对，记录该替换带来的活性/性质变化。
- 汇总成规则：统计同类替换的平均效应，如「引入 F 通常提升代谢稳定性」。
价值与局限
- 数据驱动的 SAR：从历史数据里提炼可迁移的改造经验。
- 可解释：直接对应化学家熟悉的「换基团」操作。
- 局限：变换效应常依赖上下文（同一替换在不同骨架上效果不同），平均规律要谨慎外推。
关键要点
- MMPA = 用「仅差一处」的分子对量化某变换的影响；
- 能提炼可迁移的改造规则；
- 效应依赖上下文，外推需谨慎。
延伸资源
- 实操：RDKit 提供 mmpdb 等配套工具。
- 配套：042《R-group Decomposition》、「成药性」模块的 SAR 相关文章。