虚拟筛选：先搜索，再合成
虚拟筛选用计算来对一个庞大的库排序，使你只合成和测试最有希望的那一小部分。当你拥有靶点的结构时，主力工具是分子对接：计算机把每个候选分子摆放在结合口袋内，再由一个打分函数估计它契合得有多好。当你没有结构但有已知活性分子时，则可以把候选分子与一个药效团模型——结合分子必须呈现的特征的抽象模式——进行匹配。
其吸引力在于覆盖范围：现代按需合成的目录收录了数十亿可合成分子，你无需拥有任何一个样品就能对它们逐一对接。问题在于诚实。打分函数是对结合的快速近似，而非测量；它平均排序得不错，但对许多单个分子是错的。虚拟筛选富集你的候选名单——但它不能为苗头盖章认证。每一个计算选出的分子，仍然必须被真正合成和测试。
DNA编码库：一管之中数十亿
DNA编码库（DEL）把组合化学推向极致。每个分子都构建在一条DNA链上，这条链像条形码一样记录其合成历史：每一个化学步骤都附加一个独特的DNA标签。由于标签能告诉你结构，你可以把数百万乃至数十亿个不同的化合物汇集到一个试管中，对固定化蛋白质一次性全部筛选。
- 用拆分-混合法合成库：每一步把混合物拆开，让每一份与不同的构建模块反应，附上对应的DNA标签，然后重新合并。
- 把整个混合库与固定化靶点一起孵育；洗掉所有不粘附的东西。
- 洗脱结合分子，用PCR扩增它们的DNA标签；测序以读出哪些结构被富集了。
- 重新合成富集程度最高的苗头（不带DNA），并在常规检测中确证其活性。
DEL以比任何实体筛选库都更低的成本覆盖更多的化合物。但其化学必须与DNA兼容，这限制了可用的反应，而且DNA标签本身也可能影响结合。最后一步是不可商量的：DEL的输出只是一个假说，直到不带DNA的分子被合成出来、并被证明能独立地具有活性为止。
选择——或组合——这些方法
这些方法是互补的，而非对立的。虚拟筛选最便宜，并且能基于结构或已知活性分子工作，但也继承了其打分的全部盲点。DEL触及可合成化学中最广阔的一片，但限制了反应类型，并需要一个你能固定化的蛋白质。经典高通量筛选在最接近真实检测的条件下测试实体化合物，但每个化合物的成本最高。如今许多团队把它们叠加使用：用对接来聚焦一个DEL，或用高通量筛选去确证一个虚拟苗头。每一次的决定因素都相同——你是否有结构、能否把蛋白质固定化，以及你负担得起合成什么。