计算工具和新的策略使药物发现更加高效

时间：2022-07-26 10:16:24 来源：网络整理

化学工业只触及了可能用作药物的分子的表面，这些分子的数量比宇宙中恒星的数量还要多得难以想象。根据美国化学学会的独立新闻媒体《化学与工程新闻》的一篇封面报道，为了使这个巨大的化学空间的导航更易于管理，研究人员正在使用新的计算工具，使这个过程更便宜、更高效。

资深编辑劳拉·豪斯写道，药物研究人员传统上依赖于高通量筛选，即针对目标测试化合物的小阵列。这种方法依赖于找到更多的分子来进行测试，它既耗时又昂贵。为了满足对更多分子的需求，公司正在发展他们的实体和虚拟化合物库。拥有大型虚拟化合物目录的公司手头保留着较小的分子碎片，可以用作构建更大分子的基石。当客户从这些库订购化合物时，供应商根据化学和实验数据，按需从构建模块组装它。

借助日益增强的计算能力和化学家在计算机中编码化学的巨大努力，研究人员一直在利用计算技术，使用算法以及较新的技术，如人工智能和机器学习。利用计算能力优化筛选，并结合筛选技术，使研究人员更有战略眼光，缩小了待测试化合物的巨大可能性。虽然使用这些方法发现的药物还没有上市，但专家表示，基于行业在这些努力上投入的时间和金钱，这一领域有望增长。

这篇文章可以在cenm.ag/drug-hunting找到。

美国化学学会(ACS)是由美国国会特许成立的非营利组织。ACS的使命是推动更广泛的化学企业及其从业者为地球和所有人的利益。该学会是全球领先的促进卓越的科学教育，并通过其多种研究解决方案，同行评议期刊，科学会议，电子书和每周新闻期刊化学与工程新闻，提供与化学相关的信息和研究。ACS期刊是科学文献中被引用最多、最受信任和阅读最多的期刊;然而，ACS本身并不进行化学研究。作为科学信息解决方案的领导者，中科院与全球创新者合作，通过策划、连接和分析世界科学知识来加速突破。ACS的主要办公室设在华盛顿特区和俄亥俄州的哥伦布市。

郑重声明：文章仅代表原作者观点，不代表本站立场；如有侵权、违规，可直接反馈本站，我们将会作修改或删除处理。