SurfSpec：一种药物优化方法，不查脱靶名单也能让候选分子只认靶点

"能结合靶点"还不够：特异性是药效之外的另一道考题

想象一个抗癌药候选分子，它死死咬住目标蛋白，实验室里测出的亲和力漂亮得很。可一进生物体，它顺手也抱住了肝脏里某个代谢酶，药效还没发挥，毒性先来了。药物化学里把这种现象叫脱靶（off-target）结合，它是副作用和毒性的头号来源之一。真正麻烦的地方在于：你没法提前把"所有可能被误抱的蛋白"列成一张清单。蛋白质组里有成千上万种蛋白，表面上还遍是形状相似的凹坑，这张名单是永远列不完的。

2026 年 9 月初挂在 arXiv 上的一项工作，给这个死结提供了一个不太一样的答案。SurfSpec 是一种先导优化方法，所谓先导，就是已经选出来准备做定向改造的候选分子。它全程不看任何脱靶信息，却能量化地保证：候选分子对一大批"别的蛋白"保持冷淡。这份承诺不靠运气，靠的是数学。SurfSpec

要理解这个反直觉的结论从哪来，先分清楚两个常被混为一谈的概念。亲和力说的是分子和靶点结合得紧不紧；特异性说的是它只认靶点、不碰别的蛋白。论文把先导优化看成两个互相独立的目标：把对靶点的亲和力推高，同时把对脱靶口袋的强结合压下去。说得再精确一点，特异性就是对靶点的亲和力，减去对最强脱靶的亲和力。

现有方法在这道题上分成两拨，各有一个死穴。一拨是亲和力驱动的方法，PMDM、DecompOpt、Delete 这类，眼里只有靶点口袋，根本不控制特异性，哪怕它们在靶点上做到极致，也不妨碍配体同时对别的蛋白越抱越紧。另一拨意识到了特异性问题，SBE-Diff、ActivityDiff 这类，但它们的办法是监督式学习，训练时要喂负样本，要给出脱靶的结构或活性信号。问题就在这里：脱靶是开放集合，你今天枚举得完，明天蛋白质组里还有新构象、新同源蛋白，名单永远列不全。SurfSpec

图注：论文 Fig.1 的概念对比。左侧标着 Prior Methods 的传统仅靶点方法把对靶点的亲和力拉高，但对脱靶口袋的兼容性也随之上升；右侧标着 Ours 的 SurfSpec 直接优化配体与靶点口袋的几何契合，特异性随之上行。图中两个轴分别标注 Affinity 与 Specificity。SurfSpec

SurfSpec 走的是一条中间路：优化时只用靶点口袋的信息，不碰任何脱靶结构、分数或活性标签，这叫脱靶无关（off-target-agnostic）。它凭什么敢不看名单就承诺特异性？答案藏在"契合"这个词里。但要把"契合"变成可计算的东西，得先补齐三块背景砖。

看机制前先补三块砖：口袋、蛋白表面与"打分"分别指什么

第一块砖是口袋（binding pocket）。蛋白表面并不光滑，上面到处是坑坑洼洼，能容下小分子的那个凹坑就是结合口袋。小分子要起作用，得和口袋在形状上对得上，钥匙插进锁眼，这叫几何互补。口袋不只是直觉概念，它还能被数据化定义。CrossDocked2020 这个基准把口袋定义为 Pocketome 数据库里的分组单位，同一个口袋里可以并排放下多个受体的结合位点。CrossDocked2020

第二块砖是蛋白表面本身可以被深度学习。Surf 这个命名背后是一整条表面表示谱系。2020 年 MaSIF 立起来的范式是"表面即指纹"：在蛋白分子表面上铺开三角网格，每个格点上挂几何特征比如曲率，也挂化学特征比如疏水性、静电势，卷积不再在图像上扫，而是在表面的邻近关系上扫。包着几何与化学信息的表面，从此成了深度模型的输入空间。MaSIF 到了 dMaSIF，这条线又进了一步：不用预先算好整张网格，按需生成表面点云，用切平面上的卷积近似表面卷积，整个流程端到端可微，大蛋白也跑得动。dMaSIF 需要说明，SurfSpec 论文并没有显式引用 MaSIF 一系，这里只是把"表面可以被数理化"这个范式背景交代清楚。

图注：表面表示谱系示意，同一蛋白表面两种形态并置。左帧"指纹"：密集网格覆盖表面，格点上挂着几何与化学特征符号；右帧"端到端"：表面变成按需点云，配套切平面圆盘做局部卷积。两帧共同说明蛋白表面是可以被深度学习的几何与化学空间。MaSIF

第三块砖是打分函数（scoring function）。预测分子和蛋白结合得多紧，经验做法是拿 AutoDock Vina 这样的打分函数去算：一组加权经验项拼出对结合自由能的估计，输出以 kcal/mol 计，分数越负表示预测结合越强。Vina 是结构药物设计里的标准亲和力代理，后面 SurfSpec 把几何错配翻译成亲和力下界时，实验一侧用的就是它。AutoDock Vina

三块砖齐了。口袋是"靶点"的物质载体，表面表示让几何可以被计算，打分函数给了"结合强度"一个数字。剩下的问题是：'契合'到底怎么变成一把有公理的尺子？

核心转译：把"契合"变成数学距离，三角不等式怎么给出不用脱靶名单的保证

问题回到最朴素的形式。配体要结合得好，形状要和口袋对得上；"对不上"的程度，就是几何错配（geometric mismatch）。SurfSpec 的全部功力，在于把"错配"从一句定性描述，变成一个有严格公理的距离。

做法分两步。第一步，把表面变成概率密度。取出配体的 van der Waals 表面，再取出"配体朝向"的口袋表面，也就是把口袋表面裁剪对齐到配体周围 8 埃以内。对这两片表面分别构造 signed-distance 诱导的 Boltzmann 密度：离表面越近，密度越高，像温度场里分子聚集的分布。这样，"形状"就从几何对象变成了两个概率测度。第二步，定义错配，取这两个概率测度之间的 Jensen-Shannon 距离，也就是 JS 距离。这一步里藏着一个要命的细节：这里用的是 JS 距离的平方根，而平方根 JS 距离是一个真正的度量，它满足三角不等式。这个性质是后面一切论证的地基。

图注：论文 Fig.2 的表示示意。(a) 同时给出配体的 van der Waals 表面与配体朝向的口袋表面；(b) 是 signed-distance Boltzmann 密度的切片，两个表面各诱导一个概率密度，错配度就是这两个诱导测度之间的 JS 距离。SurfSpec

为什么"度量"这个性质如此值钱？因为三角不等式能把"我只优化了靶点"这句话，翻译成"我对所有别的蛋白也有了承诺"。想象一张地图，你家离靶点口袋只有 ε，靶点口袋离某个脱靶口袋至少 δ，那么你家离那个脱靶口袋，怎么走都不可能比 δ 减 ε 更近。放在度量空间里是同一个道理，把三个对象换成配体 L、靶点口袋 P、脱靶口袋 O：三角形任意两边之差不超过第三边，于是配体对脱靶的错配，不小于靶点错配与口袋分离度的差。只要脱靶类满足 δ-分离假设，也就是所有可达配体看着的靶点口袋表面，与脱靶口袋表面至少隔 δ，就有下面的保守下界：

$$ d_{gm}(L, O) \geq [\delta - \varepsilon]_+ $$

这里的 ε 是配体对靶点的错配，方括号加号表示低于零就取零。读法很直白：把靶点契合做好，把 ε 压小，对"几何上绕得开"的脱靶，错配下限就自动抬高。整个优化过程不需要知道任何脱靶是谁、长什么样，下界已经写死在三角不等式里。这正是不看名单也能谈特异性的机制来源。也要立刻点破这个机制的边界：豁免的是枚举名单，不豁免的是"脱靶须与靶点在几何上分得开"这个前提，后者是整个定理的适用区。SurfSpec

还必须强调一句为什么这里不能偷懒。把"错配"换成"Vina 打分"行不行？不行。打分函数不是度量，不满足三角不等式，上述推导立刻塌掉。整条论证的支点恰恰是"错配被度量化了"：几何错配是距离，亲和力分数不是。

到这里还差最后一公里。几何下界说的是"错配不会小于多少"，可药学家要的是"结合不会强于多少"。能接上这两头的，是错配与亲和力代理之间的单调关系：形状越对不上，预测结合就越弱。SurfSpec 在 CrossDocked2020 训练集里取 531 对随机配体-口袋，对每对算出几何错配与亲和力代理（负 AutoDock Vina 分数），沿这条负相关趋势做线性拟合，再套上 90%、95%、99% 三个分位数包络，让包络线回答"每个错配水平下，亲和力大概落在哪"。按论文的三角不等式引理（附录 Triangle lower bound for off-target mismatch），脱靶错配的起点是：错配至少 [δ−ε]+。把单调关系用上去，错配越大结合越弱，所以脱靶亲和力至多到包络在 [δ−ε]+ 处给出的值。另一边，靶点用实测的 ε 走包络下沿，得到"至少"的下界。一个"至多"、一个"至少"，两相一减，特异性下界就落在纸面上。按论文报告，包络覆盖率训练集上为 89.8%、94.7%、98.9%，100 个测试样本上为 91.0%、92.0%、97.0%。请注意，这是经验回归，不是物理保证。包络是拟合出来的，超出样本分布的错配区间它管不着。这条软肋先记下，最后一章收口还要再提。SurfSpec

至此，论证链完整了：表面变密度，密度算 JS 距离，三角不等式给出保守下界，分位数标定把下界翻译成亲和力语言。理论上"能保证"了，可下一个问题更实际：怎么把这条保证长成一个真能产出分子的算法？

SurfSpec 怎么执行：表面片定向生长 + 先验精修，两阶段交替闭环

保证是静态的，分子是要长出来的。SurfSpec 的算法层是一个两阶段交替的闭环，每一轮做两件事：先生长，再精修。

生长阶段负责给几何方向。先看当前配体还有哪块口袋表面没被占满：在距配体 4 到 10 埃的残基里，用"外表面壳邻近度不超过 2.5 埃"加"视线可见性过滤"两步筛出候选表面片，挑离配体最近的那一片作为生长目标。然后请出 DiffLinker，一个专门生成连接片段（linker）的扩散模型，固定让配体朝这片未占满的表面长出 10 个原子的 linker。长完把离口袋原子不到 2 埃的原子裁掉，因为那部分必然撞进口袋。产物叫几何伪标签（pseudo-label）：它的几何朝向是对的，化学上却未必是合法分子，比如成键可能断裂、价态可能不对。

精修阶段负责把化学合法性还回来。DiffSBDD 是一个口袋条件下的配体扩散先验，见过海量合法配体的形态。SurfSpec 把几何伪标签喂给它，做一次低噪声锚定精修：把伪标签对齐到低噪声分布的均值附近，重新加噪声，再走低噪声反向过程，把它拉回合法配体的分布里。用论文里的参数说，噪声水平 τ 取 0.15，属于"只做微整形、不动骨架"的档位。整个闭环最多迭代 K 等于 3 轮，每轮结束用 Vina 重对接检查靶点亲和力，如果比上一轮差就提前停手。SurfSpec

分工是明确的：生长只回答"往哪长"，精修只回答"长出来像不像药"。几何伪标签是分布外的样本，直接拿去用化学上站不住；直接让先验自由生成，又丢掉生长阶段费劲求来的几何方向。所以两阶段必须交替，缺一环都转不起来。

图注：论文 Fig.4 的两阶段闭环总览。左面板是迭代生长：选未占满的表面片，用 DiffLinker 生成 linker 得到几何伪标签，再裁掉与口袋过近的原子；右面板是精修：在口袋条件先验 DiffSBDD 下做低噪声锚定恢复，把分布外的伪标签映射回合法配体。关键参数：邻近 4-10 Å、linker size 10、τ=0.15、最多 K=3 轮、靶点 Vina 变差即停。SurfSpec

要看清这个设定的独特性，把它和传统口袋条件生成族放在一起。Pocket2Mol 这类方法是"从零自回归"：给定口袋，逐原子向外长出一整个分子，优化目标是亲和力和类药性，整个过程既没有"先导"这个起点，也没有特异性这个目标轴。Pocket2Mol 而 SurfSpec 是"先导 + 表面片定向生长 + 脱靶无关保证"：它不动先导的骨架，只朝未占满的口袋表面伸手，每一轮生长都在为前面的三角不等式服务。用 linker 做片段生长的做法，也落在先导优化技术谱系的常规坐标上。GenAI 综述 需要照实说一句：论文没有把 Pocket2Mol 列为实验基线，这里只是范式对照，不是一对一的胜负比较。

闭环能跑了，接下来的问题很自然：在标准基准上，这笔"不用脱靶名单"的保单，真的兑现了吗？

在标准基准上，"不用脱靶名单"的保单兑现了吗？代价与边界在哪

先看保单是在哪张桌子上兑现的。评测底座是 CrossDocked2020，它的构造流程可以压缩成一条链：从 Pocketome 数据库拿口袋分组，把口袋内的配体用 smina 交叉对接进同口袋的所有受体，亲和力标签取自 PDBbind v2017，最后按口袋相似度做 ProBiS 聚类，拆成避免相似靶点串组的 3 折。整个数据集规模很大，约 2250 万个 pose、1.8 万个复合物、近 3000 个口袋。

图注：CrossDocked2020 的构造流程。从 Pocketome 口袋分组出发，smina 把组内配体交叉对接进同口袋的各受体，亲和力标签取自 PDBbind v2017，最后按 ProBiS 口袋聚类做 CCV 3 折拆分。CrossDocked2020

读这张桌子的数字之前，得先承认桌面有裂纹。交叉对接的 pose 是"假想结合"，它的亲和力标签假定配体在同口袋的所有受体里亲和力不变，这个假定论文自己都说"not necessarily valid"，标签 inherently noisier。所以下面所有数字，都按论文声称来读。CrossDocked2020 评测协议是社区通行的 100 个测试复合物，每靶再抽 10 个随机脱靶，脱靶只用于评估、绝不进入优化循环。

SurfSpec 在每靶上算特异性估计量 ĥSpec 和一组配套指标，主表关键行如下，全部是论文声称：

解读要分两层，别把结果吹成全面吊打。第一层，相对所有脱靶无关基线（Delete、PMDM、DecompOpt、DiffShape 一族），SurfSpec 在特异性估计量、阈值成功率、占位率上全面占优，这是实打实的：同样不看脱靶名单，它的特异性保单确实更厚。按论文报告，还有 65.96% 的采样靶点-脱靶对拿到了非平凡的下界，说明这张保单在近三分之二的配对上是真咬人的，不是空头支票。第二层，看几何错配这一行，SurfSpec 的 0.480 和强生成基线 DiffSBDD(+30) 的 0.468 差距很小，说明它的契合度只是与强基线打平：特异性收益显著，契合度仍在竞争线上。SurfSpec 读单一基准的数字时，也要记得社区层面的语境：同行综述早就指出，SBDD 的评测指标不足、OOD 泛化有限、实验验证缺乏，是公认的待补短板，任何单一数据集上的数字都该这样掂量。SBDD 综述

数字背后，是四个不响亮、但必须摊开说的代价。

其一，定理只对几何分离的脱靶成立。如果某个脱靶口袋在形状上和靶点几乎一样，δ 很小，[δ−ε]_+ 直接归零，下界失效。论文明确不声称对这类几何相近的脱靶也提升真实错配，最难防的"影子靶点"恰恰是它管不到的。

其二，下界的保守性依赖经验标定。分位数包络是回归拟合出来的，不是分子力场意义上的保证，训练分布之外的错配区间，包络没有背书能力。几何下界翻译成亲和力下界的那一刻，就已经从数学落回了统计。

其三，表面只编码几何。配体 van der Waals 表面加 signed distance，表达不了静电、氢键、去溶剂化这些化学项，论文附录也自认排除了化学组分。几何契合好不等于真结合好，中间还隔着整个物理化学。

其四，也是最大的一条：所有数字都是计算预测。论文是 2026 年 9 月 2 日的 arXiv 预印本，未经同行评审，截至写作时未见官方代码发布，没有第三方独立复现，更没有湿实验。从计算保证到实验验证，还有一段不短的路。SurfSpec

把这四条摊在一起，SurfSpec 的位置就很清楚了。它没有终结药物设计里的特异性难题。它做的是另一件事：给"开放、不可枚举的脱靶集合"提供了一个不需要名单的机制性回答。以前你问"没列过名字的蛋白会不会被误抱"，答案只能是有罪推定；现在三角不等式替你写了个下限：只要靶点契合够好，几何绕得开的脱靶，错配就不可能太低。这把尺子本身不完美，标定是经验的、表面是纯几何的、证据停留在计算层。比"每靶 10 个随机脱靶"更系统的脱靶覆盖，比如主动采样几何相近的脱靶来试炼下界，论文没有涉及，是留给后续的空间。但"不查名单也能谈特异性"这条路，论文声称第一次被人走通。

想深入可以读原文：SurfSpec: Enhancing Off-Target-Agnostic Specificity by Bounding Pocket-Ligand Geometric Mismatch — arXiv:2609.02963

参考文献

1. Hwang M., Gang Y., Lee Z., Lee W., Park Y. B., Choi J.-M., Kim K., Yang E. SurfSpec: Enhancing Off-Target-Agnostic Specificity by Bounding Pocket-Ligand Geometric Mismatch. arXiv preprint arXiv:2609.02963（2026-09-02 提交，q-bio.QM / cs.LG）。https://arxiv.org/abs/2609.02963
2. Gainza P., Sverrisson F., Monti F., Rodolà E., Boscaini D., Bronstein M. M., Correia B. E. Deciphering interaction fingerprints from protein molecular surfaces using geometric deep learning. Nature Methods 17, 184–192 (2020)。https://www.nature.com/articles/s41592-019-0666-6
3. Sverrisson F., Feydy J., Correia B. E., Bronstein M. M. Fast End-to-End Learning on Protein Surfaces. CVPR 2021。https://openaccess.thecvf.com/content/CVPR2021/html/Sverrisson_Fast_End-to-End_Learning_on_Protein_Surfaces_CVPR_2021_paper.html
4. Peng X., Luo S., Guan J., Xie Q., Peng J., Ma J. Pocket2Mol: Efficient Molecular Sampling Based on 3D Protein Pockets. ICML 2022；arXiv:2205.07249。https://arxiv.org/abs/2205.07249
5. Francoeur P. G., Masuda T., Sunseri J., Jia A., Iovanisci R. B., Snyder I., Koes D. R. Three-Dimensional Convolutional Neural Networks and a Cross-Docked Data Set for Structure-Based Drug Design. J. Chem. Inf. Model. 60(9), 4200–4215 (2020)。https://pubs.acs.org/doi/10.1021/acs.jcim.0c00411
6. Trott O., Olson A. J. AutoDock Vina: Improving the speed and accuracy of docking with a new scoring function, efficient optimization, and multithreading. J. Comput. Chem. 31(2), 455–461 (2010)。https://onlinelibrary.wiley.com/doi/10.1002/jcc.21334
7. Zhang Z., Yan J., Huang Y., Liu Q., Chen E., Wang M., Zitnik M. Structure-Based Drug Design with Geometric Deep Learning: A Comprehensive Survey. ACM Computing Surveys 58(5) (2026，覆盖至 2026 上半年)。https://doi.org/10.1145/3769677
8. Zhong Z., Durrant J. D. Generative AI in structure-based drug discovery. BMC Biology 24, 106 (2026-03-21，覆盖至 2026-03)。https://link.springer.com/article/10.1186/s12915-026-02575-x