计算机辅助药物设计是新药研究的重要手段，是以计算机化学为基础，通过计算机的模拟、计算和预算药物与受体生物大分子之间的关系，设计和优化先导化合物的方法。计算机辅助药物设计实际上就是通过模拟和计算受体与配体的这种相互作用，进行先导化合物的优化与设计。计算机辅助药物设计大致包括活性位点分析法、数据库搜寻、全新药物设计。

根据虚拟筛选的方式可以分为两类，即正向筛选和反向筛选：

一、正向筛选：

正向筛选是基于已知靶点寻找潜在化合物的过程。按照筛选原理，正向筛选可以分为两类， 即基于分子对接的虚拟筛选和基于药效团的虚拟筛选。

1、基于分子对接的虚拟筛选：正向筛选是基于已知靶点寻找潜在的化合物的过程。

分子对接是一种基于靶标蛋白三维结构的药物筛选方式。通过小分子化合物与靶标进行分子对接， 综合分析得分及空间构象情况，包括静电作用、氢键作用、疏水作用、范德华作用等性质，可以探索配体小分子 与受体生物大分子具体作用方式和结合构型，解释化合物产生活性的原因，为合理地优化化合物结构提供指导； 通过结合亲合性打分函数，小分子化合物与靶蛋白的结合能力可以定量地得到评价，为候选化合物的挑选提供依据， 筛选潜在活性化合物，为实验提供参考。基于分子对接的小分子化合物的虚拟筛选是目前最有潜力的药物开发工具， 由于分子对接过程对化合物结构并没有限制，基于分子对接的虚拟筛选完全有可能获得结构新颖的先导化合物。 可以有效的节约时间和费用，这对于发展创新药物无疑起到巨大的推动作用。

2、基于药效团的虚拟筛选：

药效团是一种基于小分子化合物的高效药物筛选手段。通过分析一个或多个活性小分子 的药效特征，推纳概括出使得分子具有活性的重要药效基团特征。药效团筛选的计算量较小，可以在分子 对接前进行，对几百万或几千万的小分子数据库进行药效团筛选只需要很短时间。客户只需要提供1个或 多个活性分子，就可以构建公共药效团进行筛选，搜索含相同特征的小分子，并指导新活性分子的合成。 一些分子模拟软件还提供方法来预测匹配分子的生物活性，如基于药效团的QSAR模型等。但是，基于药效团 模型的虚拟筛选通常获得与构建模型所用的化合物结构性质类似的分子结构，在发展新颖骨架的先导化合物 方面具有一定的局限性。

化合物数据库资源

• 反向筛选：反向虚拟筛选是一种对给定药物或活性小分子通过计算方法找到其潜在药物靶标的过程。

反向筛选是一种对给定药物或活性小分子通过计算方法找到其潜在药物靶标的技术。 研究表明，大多数已知药物的作用靶标不只一个而是多个。药物作用多靶标是药物毒副作用的根源， 也是药物产生新作用的基础，预测药物靶标、探讨靶标疾病关系，是寻求疾病治疗的有效方法。

研锦生物在靶点数据库的基础上，成功构建了反向虚拟筛选服务平台， 为客户提供化合物靶标确证、药物新作用研究、药物毒副作用研究服务， 并提供靶标相关PubMed、EC、UniProt、CAS、DrugBank药化信息以及靶标活性位点的信息搜索。

靶标数据库资源

【计算药物设计服务内容】

• 分子动力学模拟（MD）

• 同源模建/同源建模（Homology Modeling）

• 基于结构的药物设计（Structure-based Drug Design）

• 基于片段的药物设计（Fragment-based Drug Design）

• 全新从头设计（De novo Design） 

• 多靶标药物设计（Multiple Targeting Design）

• 骨架替换（Scaffold Replacement）

• 组合库枚举（Combinatorial Library）

• 构效关系分析与建模（QSAR）

国内外计算机辅助药物设计成功的例子：