v0.6-wip: Python-based Phase 4 translation pipeline

架构变更：把 dr-translator 从 opencode agent 降级为 Python 脚本编排下的 LLM 调用。根本原因是 agent 一次性处理 19k 英文词整文，单次 output token 接近 Sonnet 4.6 上限（~32k），多次重跑都卡在同一个坑里——问题是架构本身，不是 prompt。新架构： scripts/lib/zenmux_client.py HTTP 客户端，指数退避重试、token 统计 JSONL 日志、secrets.env 自动加载 scripts/lib/markdown_chunker.py 按 H1/H2 切块，稳定 anchor ID（order+title sha1），支持合并/统计 scripts/prompts/translate_system.txt 英译中 prompt，用自定义 <<<TRANSLATION>>> 分隔符格式（规避 Markdown-in-JSON 问题） scripts/prompts/polish_system.txt 中文润色 prompt（留给下一步 polish.py） scripts/translate.py 主入口：章节级切块 → 逐块翻译 → 拼接关键设计： - 0 依赖 LLM 遵从性：Python 控制切块/循环/重试，LLM 只做单块翻译 - 断点续传：每块翻译完立即写 phase4/zh_chunks/<order>-<anchor>.md - 术语表累积：每块的 glossary_patch 合并回 phase4/glossary.json - 失败隔离：单块失败不影响其他块，重跑只补缺 - 调试友好：--only N,M / --limit K / --force 实测（dual-target-rnai-pipeline-2026）： - 63 块全部成功，17 分钟，$1.70 - 33,441 中文字（符合"研究类 ≥30,000 字"硬标准） - 310 条双语术语 - 翻译质量：接近母语咨询分析师写作下一步：polish.py（按 H2 section 润色）、merge_chapters.py（从 phase2/drafts 合并生成 final_en.md）、重构 dr-editor-in-chief 调度脚本、更新 /dr-finalize。 Co-authored-by: User <human>
2026-04-22 10:43:43 +08:00
parent 701bc1887e
commit 1b47b50d3c
74 changed files with 2792 additions and 3 deletions
@@ -0,0 +1,7 @@
+## 5.1 三天线GalNAc的生物学特性与合成经济性相互契合，共同确立了行业标准
+
+每个肝细胞表面携带500,000至1,000,000个去唾液酸糖蛋白受体（ASGPR）拷贝，内吞后约每15分钟完成一次循环[src_C04]。单天线GalNAc的结合亲和力处于毫摩尔量级；三天线配体可达约2 nM的Kd值——糖基数量仅增加3倍，亲和力却提升了10⁶倍，根本原因在于其能同时结合ASGPR的H1和H2两个亚基[src_E13][src_E15]。从三价升至四价虽有可测量的改善，但幅度有限[src_F01]，因此三价结构恰好处于生物学最优点。
+
+合成经济性同样支持这一选择。以D-半乳糖胺为起始原料，经过四至五步保护反应的汇聚式路线，即可制得三天线GalNAc亚磷酰胺单体；每步酰胺键臂偶联反应（arm-coupling reaction）收率均超过92%，实验室规模下配体总组装收率为45%至61%[src_F02]。2024年《有机工艺研究与开发》（OPR&D）发布的多克级方案（50至200 g）在每步臂偶联中均保持>90%的收率[src_C07]。3'-端GalNAc-CPG载体（CPG support）和5'-端亚磷酰胺单体均可在多克级批次中制备，无需手性高效液相色谱分离[src_D02]。分支点酰胺键在标准55 °C × 16 h浓氨水脱保护条件下保持稳定；酯键连接的前代结构则无法通过这一测试——这正是酰胺骨架成为临床级标准的原因[src_D02][src_C07]。
+
+工业化CPG载量的制约是客观存在的。标准商业GalNAc预载CPG的载量为35至50 µmol/g（500 Å孔径）；高载量变体可达80至130 µmol/g[src_F03]。庞大的三天线簇会阻碍孔内扩散，使偶联循环时间从标准核苷酸位点的2分钟延长至约6分钟[src_E07]。2026年《Molecules》PCSK9研究中采用的聚合物Unylinker功能化聚苯乙烯载体，载量达350 µmol/g，在一定程度上缓解了这一瓶颈[src_E06]；NittoPhase HL的载量为350至400 µmol/g，可将原材料成本降低约40%[src_D05]。核糖呋喃糖骨架（ribofuranose）G5 GalNAc载体的千克级CPG合成已在中国实现，并为PCSK9和血管紧张素原（AGT）的I期临床试验提供原料[src_C02]。