纽普生物

虚拟筛选服务

通常,药物筛选有三种方法:动物模型、高通量筛选和虚拟筛选。动物模型筛选药物这种方法具有成本高、效率低、速度慢、样品需要量大等特点。高通量筛选方法实现了自动化操作、检测灵敏快速,但是待筛选样品数量成为了重要瓶颈,另外由于阳性率非常低(小于万分之一),导致了成本也非常高。高通量药物虚拟筛选则很好的解决了阳性率低的问题,这种方法的阳性率一般在5%-20%左右。再通过与实验筛选结合,能优势互补,药物虚拟筛选已成为先导化合物发现的一种经典且高效的方法。

其中基于靶标结构,通过分子对接技术模拟小分子数据库与靶标分子间相互作用,从而虚拟筛选出潜在活性分子就是一种常用手段。在该过程中,小分子数据库的获取途径有多种方法,其中虚拟组合化合物库的设计与优化技术就极大地方便了科研工作者在计算机上高效且快速地构建并优化大容量化合物分子库(纽普生物的小分子化合物数据库含有超过160万个小分子)。

服务内容

我们向广大具有虚拟药物筛选需求的客户提供整套虚拟药物筛选服务,包括:

  • 模型构建
  • 小分子化合物库制备
  • 药效团建模及筛选
  • 分子对接筛选
  • 人工挑选

用户只需提供关于靶标相关的生物学信息,即可由我们服务筛选小分子化合物。

设计虚拟筛选策略

初步过滤:

  • 排除非类药
  • 排除假阳性

虚拟筛选

  • 药效团模型
  • 分子对接
  • 相似性分析

非类药化合物排除

目的:排除无活性化合物, 以富集活性化合物, 降低筛选成本。

化合物类药性(drug-likeness) 的特点

参数

最小值

最大值

logP

-2

5

分子量

200 g/mol

500 g/mol

氢键给体

0

5

氢键受体

0

10

摩尔折射率

40

130

旋转键数目

0

10

重原子数目

20

70

极性表面积(tPSA

0   A²

120A²

电荷

-2

2

类药化合物一些规则

  • 少于两个或多于七个药效基团的小分子无法筛选出来;
  • 药效基团连在一起或被少于两个重原子分开计数为一个;
  • 药效基团常包括胺、氨基化合物、醇、酮、砜、磺胺基、羧酸基、氨基甲酸、胍、脒、脲、酯。
  • 吡咯和二嗪类除外的胺认为药效基团;
  • 剔除含多于一个羧酸基团的化合物;
  • 剔除含没有环的化合物;

假阳性化合物排除

  • 一些化合物易于与生物大分子发生化学反应, 在基于受体、酶或细胞检测实验中总是表现为阳性, 而实际上为假阳性;
  • 特征:特征基团一般在水解条件下易于分解, 可以与蛋白质及生物亲核试剂产生化学反应,在血清中稳定性很差;
  • 取决于化合物与生物大分子之间产生的相互作用是源于生物学反应还是化学反应

分子相似性分析

  • 将一个或多个与蛋白结合的化合物结构作为数据库搜寻的条件,从化合物数据库中提取符合相似性标准的化合物。
  • 应当把可以与同一蛋白密切结合的所有分子视为相似分子