苗头识别与筛选

虚拟筛选

在购买或合成成千上万化合物并加以测试之前,你可以先让计算机做一遍初筛。虚拟筛选用软件预测哪些分子最可能有活性,使实验室只需测试那一小撮有希望的化合物。这就像在邀人面试前先把一大堆简历筛一遍——你无法确定谁最优秀,但能避免把时间浪费在明显不合适的人身上。

它大致有两种流派。基于结构的虚拟筛选把每个候选分子对接进靶点结合位点的三维模型,并评分其契合与相互作用的好坏。基于配体的虚拟筛选在没有蛋白结构时使用,转而通过形状、药效团或化学指纹寻找与已知活性化合物相似的分子。两者都对庞大的化合物库排序,让化学家挑出最靠前的一小部分进行实测。

虚拟筛选快速、廉价,能扫描数十亿化合物,但其预测的好坏取决于评分方法和结构模型——假阳性和漏掉真活性都很常见。最好把它当作一个能富集苗头清单的聪明过滤器,而非用来取代最终判定化合物是否真正有效的湿实验检测。

把一个十亿规模的按需合成化合物库对接进某蛋白酶口袋;购买并测试排名前80的分子,其中6个确认为真正的苗头。

虚拟筛选把庞大目录收窄成一份可购买的简短候选清单,供实验台测试。

对接评分对化合物排序尚可,但对绝对结合强度的预测很差;一个排名靠前的虚拟苗头仍须在真实检测中证明自己。

又称
in silico screening计算机筛选電腦篩選