苗頭辨識與篩選

虛擬篩選

在購買或合成成千上萬化合物並加以測試之前,你可以先讓電腦做一遍初篩。虛擬篩選用軟體預測哪些分子最可能有活性,使實驗室只需測試那一小撮有希望的化合物。這就像在邀人面試前先把一大堆履歷篩一遍——你無法確定誰最優秀,但能避免把時間浪費在明顯不合適的人身上。

它大致有兩種流派。基於結構的虛擬篩選把每個候選分子對接進標靶結合位點的三維模型,並評分其契合與交互作用的好壞。基於配體的虛擬篩選在沒有蛋白結構時使用,轉而透過形狀、藥效團或化學指紋尋找與已知活性化合物相似的分子。兩者都對龐大的化合物庫排序,讓化學家挑出最靠前的一小部分進行實測。

虛擬篩選快速、廉價,能掃描數十億化合物,但其預測的好壞取決於評分方法和結構模型——假陽性和漏掉真活性都很常見。最好把它當作一個能富集苗頭清單的聰明過濾器,而非用來取代最終判定化合物是否真正有效的濕實驗檢測。

把一個十億規模的按需合成化合物庫對接進某蛋白酶口袋;購買並測試排名前80的分子,其中6個確認為真正的苗頭。

虛擬篩選把龐大目錄收窄成一份可購買的簡短候選清單,供實驗台測試。

對接評分對化合物排序尚可,但對絕對結合強度的預測很差;一個排名靠前的虛擬苗頭仍須在真實檢測中證明自己。

又稱
in silico screening计算机筛选電腦篩選