隨著科技的發展,當前已經擁有龐大的生物分子數據庫以及各種各樣的藥物分子數據庫,而傳統的實驗手段已經難以從龐大的數據庫中快速的篩選出符合特定需求的分子體系。目前我們已經可以通過分析確定藥物的作用機制,并在此基礎上通過計算機模擬篩選的方式快速的篩選出符合特定條件的一系列分子,從而大大的加快分子篩選過程。
據統計數據顯示,成功研制一種新藥需要約10—12年的時間,耗資10億—15億美元。 計算機輔助藥物設計技術能通過干涉新藥發現流程,大量降低研發成本和時間,增加社會經濟效益, 國內外利用CADD輔助藥物設計工具取得了非常了不起的成績。
研錦生物可以利用基于靶點或小分子結構的藥物設計方法,對可購買化合物、天然產物等 數據庫進行虛擬篩選,并獲得潛在活性的化合物列表供進一步活性實驗確證。面向制藥企業 和科研院所,可提供一站式的早期藥物研發服務,包括虛擬藥物篩選、先導優化、靶標預測、 動力學模擬等,涉及小分子化學藥、生物藥、中藥等多種新藥類型,為您提供優質的藥物發現服務。
實體的藥物篩選方法有嚴重的缺點:成本高、效率低、速度慢、樣品量大、陽性率低(< 0.1‰)。相比之下,虛擬篩選(virtual screening, VS)方法具有很大的優勢。采用高通量虛擬篩選方法可從大型化合物庫(如約20萬個化合物的SPECS庫,超過1億個可購買化合物的ZINC庫)中迅速篩選出有潛在活性的藥物分子,陽性率一般在5%~20%。
我們理解大多數研究者對虛擬篩選準確率低、假陽性率高的詬病,這些問題通常來自于傻瓜式的操作和對研究體系缺乏充分了解。盡管針對藥物設計的軟件和策略層出不窮,但被運用來尋找到有效的苗頭化合物,進而發展成先導化合物,是極其艱難的一件事情。在整個藥物發現的過程中,布滿了各種陷阱,不少是非常隱秘的。因此,不難理解,由于各種問題導致糟糕的結果是司空見慣的事情了。對一個全新的體系采用單一方法進行虛擬篩選,其準確率往往遠低于文獻報道的研究結果。研錦生物深諳每種方法都有其固有的缺陷,因此,在充分了解研究體系的情況下,我們通常采用多模型方案與平行和(或)串行的篩選策略,并根據先驗的成功概率和后驗的命中率仔細挑選策略和設計方案,借助統計學這一強有力的工具,提高我們對篩選策略的成敗把握。值得注意的是,我們的專家知識在提高命中率上給了很大幫助,這歸功于研錦生物多年積累的豐富經驗。
研錦生物在藥物的虛擬篩選方面進行過大量研究,有著豐富的實踐經驗和核心技術。根據具體的研究項目,我們將為客戶提供有針對性的高性價比的篩選方案。同時,還可提供小分子化合物庫等服務。
【虛擬篩選服務內容】
高通量高精度分子對接(Docking)
基于形狀匹配的分子相似度計算(Shape-based Similarity)
基于配體或受體的藥效團構建與篩選(Pharmacophore)
反向尋靶(Target Fishing)