定量構效關係（QSAR）

定量構效關係（QSAR）的核心思想是：分子的生物活性可以由描述其結構的數字來預測，就像房價可以由面積、地段和房間數來估算一樣。你收集一組已測得活性的分子，把每個分子轉化為描述性數字，再擬合一個把這些數字映射到活性的模型。

具體來說，每個分子被編碼為分子描述符，例如親脂性、極性表面積或某些特徵的計數。隨後訓練一個統計或機器學習模型，使其在給定某個未測試新分子的描述符時，預測其可能的效價或相關性質。經典 QSAR 在少數描述符上使用線性迴歸；現代變體則可能使用大量描述符和非線性學習器。

QSAR 在排定該合成哪些化合物方面確有用處，但它的好壞完全取決於訓練數據，且只在其訓練所涵蓋的化學空間內有效。一旦被推到該空間之外、用於結構陌生的分子，其預測可能嚴重失準，這一問題稱為適用域。誠實的做法是報告預測的置信度，並且不輕信外推結果。