ADMET 是什么：AI 药物发现必须跨过的成药性门槛

ADMET 是 Absorption（吸收）、Distribution（分布）、Metabolism（代谢）、Excretion（排泄）、Toxicity（毒性）五个词的首字母。它描述的是一个分子进入体内之后「会经历什么」，也就是成药性的核心。

为什么 ADMET 决定成败

• 历史上大量候选药不是死于「活性不够」，而是死于 ADMET——吸收差、代谢太快、有毒性。
• 越晚发现 ADMET 问题，代价越高，所以现代流程强调早期、并行评估活性与 ADMET。
• ADMET 是多目标博弈：提升一个性质常常牺牲另一个（活性 vs 溶解度 vs 代谢稳定性）。

AI 在 ADMET 里做什么

• 早期预测：在合成之前，用模型预测溶解度、通透性、hERG、CYP 等，过滤高风险分子。
• 多任务学习：多个 ADMET 终点共享表征，数据互相增益（见「AI 模型」模块）。
• 不替代实验：预测用于排序与优先级，关键结论仍需体外/体内验证。

延伸资源

• 本模块后续逐项展开各 ADMET 终点；
• 数据与建模见 005《TDC 教程》的 ADMET 任务集。