AI 制药分子筛选工程师考试试卷及答案

AI制药分子筛选工程师考试试卷及答案一、填空题（共10题，每题1分）1.分子筛选中常用的二维结构表示方法是______。2.基于配体的药物设计缩写是______。3.分子对接软件AutoDock的核心算法是______。4.图神经网络（GNN）处理分子时，节点通常代表______。5.虚拟筛选的两个核心步骤是构建化合物库和______。6.分子动力学模拟中描述原子间相互作用的是______。7.深度学习中，分子生成模型除RNN、GAN外还有______。8.定量构效关系的缩写是______。9.评估化合物类药性的经典规则是______。10.AlphaFold的核心神经网络是______。二、单项选择题（共10题，每题2分）1.下列不属于分子筛选数据库的是？A.PubChemB.ChEMBLC.ZINCD.PubMed2.基于结构的药物设计（SBDD）核心是？A.配体相似性搜索B.蛋白质结构解析C.分子对接D.QSAR3.最适合处理分子图结构的AI模型是？A.CNNB.GNNC.RNND.LSTM4.虚拟筛选中“打分函数”的作用是？A.生成化合物B.预测活性C.可视化结构D.优化构象5.AlphaFold主要解决的问题是？A.分子对接B.蛋白质结构预测C.分子生成D.ADMET预测6.下列不属于分子描述符的是？A.分子量B.氢键供体数C.构象数D.logP7.分子动力学模拟的时间尺度单位通常是？A.秒B.毫秒C.皮秒D.年8.GAN中判别器的作用是？A.生成分子B.区分真实/生成分子C.优化活性D.计算相似度9.属于基于片段的药物设计方法的是？A.高通量筛选B.片段连接C.QSARD.分子对接10.ADMET不包括以下哪项？A.吸收B.分布C.代谢D.分子量三、多项选择题（共10题，每题2分）1.分子筛选常用技术包括？A.虚拟筛选B.高通量筛选（HTS）C.组合化学D.蛋白质组学2.蛋白质-配体相互作用类型有？A.氢键B.疏水作用C.离子键D.共价键3.分子表示方法包括？A.SMILESB.分子图C.分子指纹D.3D结构4.AI在分子筛选中的应用场景有？A.活性预测B.分子生成C.蛋白质结构预测D.ADMET预测5.虚拟筛选的类型包括？A.基于配体的虚拟筛选B.基于结构的虚拟筛选C.HTSD.组合化学筛选6.分子动力学模拟的关键组成有？A.力场B.积分器C.溶剂模型D.打分函数7.属于分子生成模型的是？A.ChemBERTaB.MolGANC.VAED.AlphaFold8.类药性规则包括？A.Lipinski五规则B.Veber规则C.罗氏五规则D.辛普森规则9.分子对接的主要步骤有？A.蛋白质结构准备B.配体构象生成C.对接打分D.活性验证10.可用于活性预测的AI模型有？A.随机森林B.SVMC.GNND.CNN四、判断题（共10题，每题2分）1.SMILES是分子的二维线性表示方法。（）2.基于结构的药物设计不需要蛋白质三维结构。（）3.GNN可有效处理分子图结构信息。（）4.虚拟筛选结果无需实验验证。（）5.AlphaFold能准确预测所有蛋白质结构。（）6.QSAR是定量构效关系的缩写。（）7.分子动力学模拟只能模拟静态结构。（）8.类药性是药物设计的重要评价指标。（）9.MolGAN是分子生成的GAN模型。（）10.高通量筛选属于虚拟筛选的一种。（）五、简答题（共4题，每题5分）1.简述基于配体的药物设计（LBDD）的核心思路。2.什么是分子对接？简述其主要步骤。3.简述AI在分子生成中的应用及优势。4.简述Lipinski五规则的内容及意义。六、讨论题（共2题，每题5分）1.比较虚拟筛选与高通量筛选（HTS）的优缺点。2.讨论AlphaFold对AI制药分子筛选的影响。---答案部分一、填空题答案1.SMILES2.LBDD3.遗传算法4.原子5.打分排序6.力场7.VAE（变分自编码器）8.QSAR9.Lipinski五规则10.注意力机制（Transformer）二、单项选择题答案1.D2.C3.B4.B5.B6.C7.C8.B9.B10.D三、多项选择题答案1.ABC2.ABCD3.ABCD4.ABCD5.AB6.ABC7.BC8.ABC9.ABC10.ABCD四、判断题答案1.√2.×3.√4.×5.×6.√7.×8.√9.√10.×五、简答题答案1.LBDD核心思路：利用已知活性配体的结构-活性关系（SAR）设计新化合物。步骤：①收集已知活性配体的结构/活性数据；②计算分子描述符/指纹，建立QSAR模型；③通过相似性搜索、分子生成等方法，设计与已知配体结构/性质相似的新化合物；④筛选高潜力化合物实验验证。关键是减少设计盲目性，提升效率。2.分子对接定义及步骤：预测配体与蛋白质结合模式及亲和力的技术。步骤：①蛋白质结构准备（修复缺失、加氢）；②配体准备（生成构象、计算电荷）；③对接计算（算法搜索最优结合构象）；④打分排序（评估结合亲和力）；⑤结果分析（筛选高亲和力构象）。3.AI分子生成的应用及优势：应用于设计特定活性/类药性的新化合物，模型包括VAE、GAN等。优势：①高效（快速生成海量化合物）；②针对性（定向生成满足性质的分子）；③创新性（突破已知结构空间）；④可解释性（部分模型关联结构与性质）。4.Lipinski五规则内容及意义：内容：①分子量≤500；②氢键供体≤5；③氢键受体≤10；④logP≤5；⑤口服吸收例外。意义：快速筛选潜在口服药物，减少实验失败率；指导分子优化方向，是类药性预筛选的经典工具。六、讨论题答案1.虚拟筛选与HTS的优缺点：-虚拟筛选（VS）：优点→成本低、速度快、筛选海量化合物；缺点→依赖准确数据、预测有误差。-高通量筛选（HTS）：优点→实验验证可靠；缺点→成本高、周期长、通量有限。两者互补：VS先筛选高潜力化合物，减少HTS工作量；HTS验证VS结果。实际常结合使用，提升筛选成功率。2.AlphaFold对AI制药的影响：①解决结构瓶颈：过去未知结构限制SBDD，AlphaFold预测大部分蛋白质