计算机在药物研究中的应用
人工智能在药物研发中的应用
人工智能在药物研发中的应用人工智能（Artificial Intelligence，AI）是指通过计算机系统模拟人类智能的能力和思维过程。
近年来，随着计算能力的不断提高和算法的不断创新，人工智能在各个领域的应用迅猛发展。
在医药领域，人工智能的应用为药物研发带来了革命性的变革，极大地提高了研发效率和药物的发现速度。
人工智能在药物研发中的应用主要体现在以下几个方面：1. 药物虚拟筛选：传统的药物研发流程需要通过大量的实验来筛选药物候选物，这既费时又费力。
而人工智能可以通过建立药物分子的计算模型，对海量的化合物进行筛选。
人工智能可以根据分子的结构、物化性质、生物活性等信息，预测化合物的潜在活性和药效，从而帮助研发人员快速定位候选药物。
2. 药物设计与优化：人工智能可以帮助研发人员设计新的药物分子，并对已有的药物分子进行改良优化。
人工智能可以基于大量的实验数据和文献资料，利用机器学习和深度学习算法，发现药物分子的结构与活性之间的关联规律。
通过这些关联规律，人工智能可以生成新的化合物结构，并预测其潜在的活性和药效。
在药物研发中，这种智能化的药物设计方法可以大大加速新药的开发过程。
3. 药物副作用预测：药物的副作用是在临床试验阶段或上市后才能发现的，而这些副作用通常是由药物与人体的相互作用引起的。
人工智能可以通过分析已有的临床试验数据、生理学数据和转录组学数据等，预测和评估药物的副作用风险。
这样，研发人员可以在药物临床试验之前，提前了解药物可能存在的安全性问题，从而降低潜在的风险，并改进药物的配方和使用方法。
4. 药物相互作用分析：人工智能可以通过分析大量的药物相互作用数据，发现不同药物之间的相互作用规律。
这对于合理用药非常重要，因为许多药物的合并使用可能会导致不良反应或药物相互作用。
通过人工智能的帮助，医生和药师可以更好地评估患者的用药方案，并给出个性化的用药建议，以避免不必要的风险。
5. 药物临床试验设计：药物研发的最后阶段是进行临床试验，这是验证药效和安全性的关键步骤。
计算机辅助药物设计的应用
计算机辅助药物设计的应用
计算机辅助药物设计是一种利用计算机模拟和计算手段辅助药
物研发的方法。
它包括分子模拟、药效预测、毒理预测、药代动力学和药物相互作用等方面。
计算机辅助药物设计的应用已经在药物研发的各个方面得到广泛应用，如药物发现、药效优化、新药评估等。
分子模拟是计算机辅助药物设计的核心内容之一。
它可以通过分子力学、量子力学等方法对分子的物理化学性质进行计算，为药物设计提供重要的理论依据。
药效预测则是以分子的结构、性质等为基础，预测药物的药效。
毒理预测则是通过计算药物分子的毒性指标，评估药物的毒性。
药代动力学则是研究药物在人体内的吸收、分布、代谢、排泄等过程。
药物相互作用则是研究不同药物之间的相互作用，包括药物之间的相互作用和药物与受体之间的相互作用。
计算机辅助药物设计在药物研发中的应用已经得到广泛的认可。
它可以缩短药物研发的时间和降低研发成本，同时提高药物的成功率和安全性。
计算机辅助药物设计已经成为药物研发中不可或缺的一部分，对于推动药物研发的发展具有极其重要的意义。
- 1 -。
计算机辅助药物设计
计算机辅助药物设计计算机辅助药物设计：现代科技助力药物研发的里程碑导言计算机辅助药物设计（Computer-Aided Drug Design，CADD）是一种通过计算机技术辅助进行药物研发的方法。
它结合了计算机科学、化学、生物学等学科的知识，利用计算机进行药物分子的建模、虚拟筛选、药效优化等工作，大大加快了药物研发的速度和效率。
本文将探讨计算机辅助药物设计的发展历程、应用领域、优势和挑战，并展望其未来的前景。
一、发展历程计算机辅助药物设计首次出现于20世纪60年代，当时的计算机技术还非常有限。
随着计算机硬件和软件的不断发展，尤其是分子建模、蛋白质结构预测、药物虚拟筛选等方面的突破，计算机辅助药物设计逐渐成为药物研发的重要手段。
二、应用领域1. 药物发现与设计计算机辅助药物设计在药物发现与设计过程中发挥着关键作用。
通过计算机模拟药物分子的构象和生物作用机制，科研人员能够更好地理解药物与靶标之间的相互作用，并针对不同的疾病设计出具有高选择性和高亲和力的候选药物。
这使得药物发现和设计的效率大大提高。
2. 药物剂量优化合理的药物剂量是确保药物治疗效果和安全性的关键。
计算机辅助药物设计可以帮助科研人员在各类药物治疗中确定最佳的给药剂量和方案，从而最大程度地提高药物的疗效和减少不良反应。
3. 药物代谢和动力学研究计算机辅助药物设计可以通过模拟药物在体内的代谢途径和代谢产物的生成，预测药物的体内代谢动力学，进而为药物临床使用和剂量调整提供重要参考。
这有助于提高药物的药效和减少药物在体内的毒副作用。
三、优势和挑战1. 优势计算机辅助药物设计具有许多优势。
首先，它可以在较短的时间内筛选大量的化合物，并预测药物与靶标之间的相互作用。
这在传统的实验方法中是无法实现的。
其次，它能够帮助科研人员更好地理解药物的分子机制，减少实验的盲目性，提高研究的成功率。
最后，计算机辅助药物设计能够减少药物研发过程中的实验成本和风险。
计算机在药物研究中的应用
计算机在药物研究中的应用计算机在药物研究中的应用药物研究一直是生物医学领域中最具挑战性的领域之一。
随着计算机技术的发展，计算机在药物研究中的应用越来越广泛，不仅提高了研究工作的效率，而且为研究人员提供了更多的科学研究和创新的机会。
一、药物分子设计计算机可以用来设计新型的药物分子，以满足药物研发的不断变化的需求。
在药物分子设计中，许多计算机模型和算法被应用，如分子动力学模拟、蛋白质配体对接、分子对接、量子力学计算与分子电荷计算等，这些模型和算法可以在计算机软件中进行模拟计算。
这些计算机模拟可以在药物研发的各个阶段中使用（如药物分子验证、筛选以及药物分子优化等）。
二、虚拟筛选和生物信息学新药开发的传统方式是由合成化学家或分子生物学家来设计、合成和测试药物。
但随着计算机软件技术的进步，真正意义上的“虚拟筛选”已成为药物研究中重要的工具。
虚拟筛选是基于已有的大量数据库及其数据资料，运用生物信息学知识、计算机技术和结构生物学等方法来筛选出具有潜在活性和选择性的小分子化合物。
在虚拟筛选领域，计算机软件可以帮助研究人员在已经有的分子库中快速地找到可能对某些疾病有特定治疗作用的分子，并进行进一步的模拟筛选等。
三、基因组学和药物基因组学“个性化医疗”是将个体基因信息整合进医疗方案，以达到预防和治疗疾病的目的。
这种趋势促进了药物基因组学在药物研究中的增长。
药物基因组学是一种基于遗传学、计算机科学和生物化学的定量方法，旨在识别在人类基因组、蛋白质组和代谢组方面受到药物作用影响的基因。
基于大量的基因数据和药物数据，药物基因组学的计算机模型和算法支持研究人员预测和设计具有更高安全性和效能的药物。
此外，药物基因组学还可以打破药物的机理难以阐明的谜团，为药物治疗的发现提供新的丰富的数据。
总结计算机在药物研究中的应用正助力推动医学技术向更高效、安全和更快速的方向发展。
无论是药物分子设计、虚拟筛选，还是生物信息学、基因组学和药物基因组学，计算机技术都发挥了重要的作用。
计算机辅助设计技术在生物医药中的应用
计算机辅助设计技术在生物医药中的应用计算机辅助设计技术是一种基于数字计算机的全新设计方法，它不仅提高了生产效率、降低了生产成本，而且更重要的是，在生物医药领域中，计算机辅助设计技术也得到了广泛的应用。
一、计算机辅助设计技术在分子模拟中的应用分子模拟是计算机辅助设计技术在生物医药领域中的一项重要应用。
分子模拟旨在通过计算机模拟，对生物分子在生理条件下的行为和不同环境下的相互作用进行研究。
分子模拟可以模拟生物分子在不同环境下的相互作用、分子结构变化、热力学性质、动力学行为等，是生物分子研究的主要手段之一。
二、计算机辅助设计技术在药物研究中的应用药物研究是生物医药领域中非常重要的一个方向，也是计算机辅助设计技术的主要应用之一。
药物设计的主要目的就是探索新的生物活性化合物，寻找具有治疗特定疾病作用的化合物。
而计算机辅助设计技术则可以通过模拟新化合物的性质和相互作用，来预测它们可能的生物效应和活性，进而实现高效的药物研究。
三、计算机辅助设计技术在医疗器械研发中的应用除了药物研究外，计算机辅助设计技术在生物医药领域中还广泛应用于医疗器械研发。
传统的医疗器械设计需要耗费大量时间和人力，而且容易出现设计不合理和测试结果与实际情况不符等问题。
而计算机辅助设计技术则可以借助计算机的优势，提高医疗器械设计的精度和速度。
四、计算机辅助设计技术在人类基因组学中的应用人类基因组学是生物医药领域中一个非常重要的研究方向，而计算机辅助设计技术在这个方向上也有着广泛的应用。
计算机辅助设计技术可以通过对基因组中的大量数据进行无损处理，来挖掘潜在的基因、关键蛋白质等，进而为医药研究提供重要参考。
总结：随着计算机科学的不断发展，计算机辅助设计技术也在逐渐完善和升级。
在生物医药领域中，计算机辅助设计技术的应用不断探索和壮大，有效地推进着生物医药行业的技术创新和产业升级。
计算机应用在医药研发和药物设计中的应用
计算机应用在医药研发和药物设计中的应用近年来，计算机技术的快速发展和广泛应用，极大地推动了各个领域的创新和进步。
医药研发和药物设计领域也因此受益匪浅。
计算机应用在医药研发和药物设计中发挥着重要的作用，不仅提高了药物研发的效率，还为科学家们提供了更多的研究手段和思路。
本文将探讨计算机在医药研发和药物设计中的应用，并对其影响进行分析。
一、数据挖掘和大数据分析在医药研发和药物设计中，数据的分析和处理起着至关重要的作用。
传统的医药研发过程中，科学家们需要大量的实验数据进行分析和模型构建，以寻找潜在的药物作用靶点和活性化合物。
然而，这些数据通常庞大而复杂，手工处理的效率很低。
计算机应用在数据挖掘和大数据分析领域，为医药研发提供了更高效的解决方案。
科学家们可以利用计算机技术，通过合理的算法和模型，对大量的医学数据进行分析和挖掘，以发现药物研发中的规律和趋势。
同时，计算机能够帮助科学家们快速建立预测模型，以提高药物研发的效率和准确性。
二、药物分子模拟和设计在药物设计中，科学家们通常需要对大量的分子进行筛选和评估，以找到具有抗病功效的化合物。
然而，传统的实验方法耗时且成本高昂，无法满足快速和高效的药物研发需求。
计算机应用在药物分子模拟和设计领域，为科学家们提供了有效的解决方案。
通过计算机模拟和分子对接技术，科学家们可以预测化合物的生物活性和药效，筛选出潜在的候选药物。
此外，计算机还可以辅助药物分子的设计和优化，以提高其药效和生物可行性。
这些技术的应用，使得药物研发的过程更加快速和准确。
三、基因组学和精准医疗基因组学和精准医疗是当今医学领域的热点研究方向，这一领域的发展也离不开计算机技术的支持。
计算机应用在基因组学和精准医疗中，为医学研究和临床实践带来了革命性的变化。
借助计算机技术，科学家们可以对大规模的基因组数据进行高效的分析和解读，发现与特定疾病相关的基因变异和突变。
同时，计算机还可以为个体化治疗方案的制定提供支持，通过分析患者的基因信息和病历数据，预测患者的药物反应和副作用，以制定更加个性化和精准的治疗方案。
计算机辅助药物设计技术的现状及应用
计算机辅助药物设计技术的现状及应用随着现代科技日渐成熟，计算机辅助药物设计技术越来越成为药物研发领域中不可或缺的一部分。
在过去的几十年中，该技术的应用领域和范围已经得到了广泛扩展，并被认为是当前药物研发工作中的重点和热点之一。
本文将探讨计算机辅助药物设计技术在药物研究领域的现状和应用。
一、计算机辅助药物设计技术简介计算机辅助药物设计技术是一种利用计算机模拟、计算、分析和预测药物的结构和性能的方法。
该技术利用计算机对药物进行分子模拟、分子对接、动力学模拟、药物代谢学模拟等分子层面的预测分析，为药物研究提供了强有力的支撑。
计算机辅助药物设计技术从药物的评估、优化、筛选、鉴定和设计等方面均有着广泛的应用。
二、计算机辅助药物设计技术在药物设计中的应用1.基于分子对接技术的药物设计分子对接技术是一种计算机辅助的药物设计方法，它基于药物分子与靶标蛋白分子相互作用的原理，采用计算机模拟和预测技术，推断化合物和蛋白质的互作模式及发生地点，从而进行药物活性评价和药物筛选。
因为可以预测化合物和蛋白质间的非共价作用，因此分子对接技术应用于药物设计中特别受到重视。
例如，在癌症领域，通过分子对接技术可以设计出具有良好抗肿瘤活性的新型药物。
对于新型药物研发，分子对接技术是一种非常有效的药物设计方法。
2.基于分子模拟的药物设计分子模拟技术是指通过计算机模拟分子的构象、运动、相互作用等信息，预测分子的理化性质和行为。
在药物研发领域，分子模拟技术被广泛应用于药物分子的三维构型研究、药物代谢动力学模拟、药物在体内的分布研究等方面。
通过分子模拟技术，药物研究人员可以对药物分子结构进行深层次的研究，从而发现药效更好的药物分子结构。
3.药物分子结构的优化药物研发中，如何通过优化药物分子结构来提升药物的生物活性、药效、药代动力学参数等是一个重要问题。
使用计算机辅助药物设计技术，可以针对已有的药物分子进行结构优化，从而提高其生物利用度和稳定性。
计算机辅助药物设计的研究与应用
计算机辅助药物设计的研究与应用计算机科学和化学已经有了独立的研究领域：计算机化学和计算化学。
计算机化学已成为计算机科学和化学两个学科领域的交叉点，其发展重点在于计算机辅助药物设计的研究与应用。
计算机辅助药物设计是指利用计算机技术对药物分子进行建模和模拟，并进行药物分子的数据分析，以便为药物设计和发现提供帮助。
药物设计和发现的传统方法需要大量的实验，并且往往需要很长时间来寻找合适的分子，而计算机辅助药物设计可以比较有效地减少实验的时间和成本，同时提高研究的效率。
在药物研究中，计算机辅助药物设计主要包括药物基础研究和药物开发两个方面。
药物基础研究主要包括药物分子的物理化学性质、药物分子的活性位点和构效关系等方面的研究。
药物开发则包括通过计算机技术挑选出候选药物分子，并对药物的活性分子进行快速筛选，以及通过计算机模拟分子动力学等技术来优化候选药物分子的性质，提高药物的活性和选择性。
药物基础研究是重要的基础工作，是药物研究的必要前提。
药物分子的物理化学性质是药物的重要基础，包括分子结构、静电势分布、氢键、分子半径、脂溶性等。
这些重要参数的预测和计算可以帮助药物研究人员了解药物分子的基本性质，为药物研究提供有效信息支持。
药物分子的活性位点是指药物分子与靶标分子的相互作用部位，也是药效学研究的重要内容。
药物分子的活性位点的定位和优化，是增强药物作用效果的核心问题。
传统的活性位点筛选方法主要以实验为基础和依据，费力费时且成本高，而计算机辅助药物设计可以依据药物分子的物理化学性质和药效学特征，快速挑选活性位点，有效缩短研究时间和成本，同时提高活性位点挖掘的精确度和准确性。
构效关系是药物研究中很重要的概念，也是计算机辅助药物设计的核心内容之一。
构效关系是指药物分子构造和结构变化对药物分子性质和活性的影响关系。
药物分子构效关系的预测和建模可以为药物分子的设计和改进提供有力支持。
药物开发旨在打开药物研究的新途径，以更加高效、安全的方式发现和设计新的药物分子。
- 1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。
第六章计算机在药物研究中的应用✧计算机在新药开发中的应用✧计算机在中药方剂研究中的应用✧药物信息数据库的建设一、计算机在新药开发中的应用近年，一方面随着世界技术革命的突飞猛进，分子生物学、细胞生物学、生物工程、组合化学、超微量分离分析技术和药物分子设计、计算机科学等学科的迅速发展，为寻找新药提供了新的作用靶点、新的作用机制、新的技术方法，使药物研究领域出现了崭新的面貌；另一方面，随着国际药品市场竞争的日趋激化，许多跨国制药集团加强国际合作，强强联合、重组联合，进一步强化了新药研究开发的力度，投入新药研究开发的费用增至销售额的15%～20 %，组织庞大的科技队伍，不断扩大研究领域，将生物医学基础学科研究出现的新理论、新技术迅速运用到新药研究之中，如定向设计各种靶分子，研究成功了受体的阻滞剂和兴奋剂、酶的抑制剂与激活剂以及通道的阻滞剂等一系列新药，在当今发现新药越来越困难的情况下，使世界每年首次上市的新药仍能保持在40～50个左右，2002年上市新药25个。
我国虽在实施药品专利与行政保护后，重视与加强了创新药物的研制，但力度太小，投入太少，短期内难见成效，90年代上市新药仅有2个，所占世界份额极低。
对大量化合物进行筛选，发现具有生物活性的先导化合物是研究开发新药的源头。
由于我国长期以仿制国外药品为主，不重视新药筛选及相关基础研究，筛选模型落后，技术方法陈旧，但近年，已建立了上海药物研究所和北大药物研究中心为核心的药物筛选中心。
近年虽开始加强药物筛选工作，研究建立了一些新的筛选模型，但因缺乏新化合物的累积，供筛样品太少，短期内难见成效，这种矛盾还将会随时间的推移和研究水平的提高而更加突出，成为制约我国新药创制工作的“瓶颈”。
但不少单位应用计算机辅助设计技术设计出一批有开发前景的新结构化合物，如：◇上海药物所现已具有用于分子模拟和药物设计的完整软、硬件，并已在抗菌药物氧氟沙星类似物、抗老年性痴呆药物石杉碱甲类似物、多巴胺受体阻滞剂及凝血酶抑制剂等药物的分子设计方面取得了重要阶段性成果。
◇中国医学科学院药物研究所国家药物筛选中心实现了高通量药物筛选活性数据的计算机处理，明确了处理药物筛选活性数据的着眼点及一般过程，为提高数据处理的效率、增加其科学性提供了一条切实可行的措施。
1、新药开发的途径（1）临床发现临床发现新药带有明显的时代色彩。
古代在我国有神农尝百草，其他国家或民族也有类似的传说。
民族传统药物学都是在临床使用中形成的。
即在临床治疗学中依靠经验积累发现新药，这一过程至今仍在持续，利用传统药物（包括中草药）治疗病症，即是临床治疗学的需要，也是新药发现的过程。
从临床上发现新药，虽然有很大的偶然性（serendipity），但对新药研究常常有很大的推动作用。
例如，能有效地控制精神分裂症患者症状的第一个抗精神病药－氯丙嗪的发现，不但极大地推动了现代抗精神病药的发展，而且翻开了现代精神药理学发展的新一页。
又如，抗焦虑剂丁螺环酮的临床发现，为选择性抗焦虑剂的发展提供了新的方向和领域。
（2）新药筛选筛选虽然不是发现新药的唯一途径，但是对创新药物来讲，筛选是必不可少的手段和途径，特别是当代创新药研究竞争十分剧烈，其中竞争的焦点就在于新药筛选，低耗、高效率筛选出新药是问题的核心，其目标是缩短新药发现的过程。
一项统计数字表明，发现一个新药后，临床前药理、毒理学研究平均需要3.5年，临床试验平均需要６年，审批上市平均需要2.5年，三者相加平均12年。
企图从这几个发展阶段上缩短周期，加快新药上市的速度是很困难的。
这几个阶段周期幅度，不但受新药研究规律所制约，也受药品审批管理法规要求的限制。
因此，新药研制机构，特别是制药产业，纷纷将热情和注意力，倾注在新药发现过程上，在新药筛选上投入大量人力、财力，并大量使用现代新技术。
其结果不但促使新药筛选迅速成长为学术专业，也使其发展成为一种产业。
例如，国外已有专门从事药物筛选的公司进行合同或商业服务，还有专门公司研制生产和供应药物筛选用的装盒，包括受体、放射性配体和缓冲液等。
供筛选用的自动化、半自动化的仪器设备以及管理和数据处理用的计算机软件等均有商品供应。
从概念上讲，现代药物筛选是发现有活性的化学物质。
这点与传统的药物筛选概念有很大区别。
传统的或经典的药物筛选常常使用药效学指标，或者与药效学指标相混同，形成药物筛选就是药效学初步评价的模式，从其结果中以直接推测其治疗领域。
这种筛选概念和模式在历史上曾发挥巨大作用。
随着科学技术的发展，这种筛选越来越显示出其局限性，例如，它不适于高效率筛选大量化合物，尤其不适于微量化合物的筛选，像组合化学库根本无法用这种办法筛选。
又如很多疾病没有适合的动物模型，无法用药效学指标筛选，限制了新药发展研究的领域等。
具有如下的特点和规律：(1)药物筛选自始至终是一个综合学科反复研究的过程，需要不同学科的人员，如化学家、药理学家、分子生物学家等协调共事。
(2)新药发现研究过程，大致可分为导向化合物发现、同系物评筛后的专利化合物和构效关系研究优化出候选化合物等三个发展阶段。
每一阶段筛选方法和指标也不尽相同，这种不同既体现在工作效率上，也体现在研究内容上。
例如导向化合物筛选中的目的在于发现有活性物质，具体方法应适合大规模、高通量的筛选，绝大多数均采用体外试验指标；专利化合物研究阶段应更多考虑符合专利申报的要求；确定候选药物时，就要考虑药物的组织选择性、治疗领域等，应安排整体动物或疾病的动物模型的评价。
(3)药物筛先大量应用现代科学技术，如大分子结构测定技术、生物技术、组合化学技术、天然生物分离提纯技术、药物合理设计技术、生化及分子药理学技术以及电子计算机自动化技术等。
(4)为了提高新药发现的机率，根据化合物的来源和性质，综合应用不同的筛选手段，例如，从自然资源中或已有的化学库（包括组合化学库）筛选导向化合物，使用随机筛选法（random screening）;利用传统药物化学手段合成化合物进行构效优化评价，使用经验式重复筛选法（trial and error empirical screening）;靶标药物的评价则使用药物合理设计与筛选（rational design and screening）;从组合化学库中寻找有作用或有效化合物，则使用组合化学库的群集筛选（massscreening of combinatorial chemistry）等。
近年来，国际上创新药物研究发展迅速，并呈现出两个显著特点：一是生命科学前沿技术如基因组学、蛋白质组学、生物芯片、转基因动物、生物信息学等与药物研究紧密结合，以发现和确证药物作用新靶点。
二是一些新兴学科越来越多地渗入到新药的发现和前期研究中。
化学、物理学、结构生物学、计算机和信息科学等学科与药物研究的交叉、渗透与结合日益加强，使得新药研究的面貌发生了重大变化，出现了一些新的研究领域和具有重大潜力的新技术。
这些研究进展和综合集成，将对创新药物的研究与开发产生长远的、决定性的影响。
创新药物研究的发展趋势主要表现在：药物作用新靶标的发现药物大多通过与人体内“靶标”分子的相互作用而产生疗效，药物作用靶点的寻找，已成为当今创新药物研究激烈竞争的焦点。
新的药物作用靶点一旦被发现，往往成为一系列新药发现的突破口。
目前治疗药物的作用靶点共483个。
随着人类基因组、蛋白质组和生物芯片等研究的进展，大量与疾病相关基因将被发现，据预测，到2010年药物作用的靶标分子可能急剧增加到5000种，创新药物研究将具有广阔的前景。
✧新的筛选模型和筛选技术的研究在新药研究过程中，通过化合物活性筛选而获得具有生物活性的先导化合物，是创新药物研究的基础。
近20年来，许多药物作用的受体已被分离、纯化，一些基因的功能及相关调控物质被相继阐明，这就使得许多在生命活动中发挥重要作用的生物大分子可以直接成为大规模药物筛选的新模型，使得药物筛选模型从传统的整体动物、器官和组织水平发展到细胞和分子水平。
筛选方法和技术发生了根本性的变化，出现了高通量筛选的新技术、综合应用自动控制的机器人，基于新的科学原理的检测手段和计算机信息系统等技术、以酶活性、受体结合及受体功能的变化作为检测指标，在极短时间内即可完成庞大数量的化合物活性筛选，大大加速了新药的寻找和发现过程。
✧结构生物学、生物信息学和药物分子设计结构生物学是从分子生物学和生物化学中分离出来的一门新兴学科，其主要方向是利用X射线衍射晶体学方法、多维核磁共振方法和电镜技术测定生物大分子的三维结构，为从原子和分子结构水平上研究生物大分子的结构与功能的关系、生物大分子-大分子和生物小分子-小分子间的相互作用奠定基础。
生物信息学是一门关于生物信息的获取、处理、存储、传播、分析和解释等方面的学科。
人类基因组计划和蛋白质计划的开展，为生物医药研究提供了丰富的生物学信息。
而从这些纷繁复杂的生物信息中寻找合适的药物作用靶标是生物信息学的重要目标之一。
生物信息学还可用于药物作用机制、药物代谢动力学以及药物毒性的研究。
计算机辅助药物设计包括：基于配体的药物设计；基于受体的药物设计；基于机制的药物设计。
计算机辅助药物设计的另一种重要策略和方法是虚拟药物筛选。
它利用各种计算方法对化合物数据库进行“筛选”，可以大大减少工作量与成本，加快新药发现步伐。
✧组合化学和组合生物催化新技术目前组合化学发展的一种趋势是和合理药物设计相结合，通过分子模拟和理论计算方法合理地设计化合物库，增加库中化合物的多样性。
目前研究的热点，是根据受体生物分子结合部位的”，这将大大提高组合化学库的质量和筛选效率。
组合生物催化是将生物催化和组合化学结合起来，即从某一先导化合物出发，用酶催化或微生物转化方法产生化合物库。
组合化学和组合生物催化新技术大大加快了新化合物的产生速度，经过良好设计的组合化学库还可大大提高化合物结构的多样性，从而提高寻找新药的速度和效率。
2、高通量药物筛选活性数据的计算机处理技术传统的药物筛选方法是采用药理学的实验方法,通过体内、体外的多种实验方法,评价药用样品的药理活性。
但是,由于传统的药理实验方法需要消耗大量样品,使用大量实验动物,参加实验的技术人员具有较熟练的操作技能,而且筛选样品量有限,劳动强度大,不能适应大量样品的同时筛选。
高通量药物筛选是在传统的筛选技术基础上,应用先进的分子生物学、细胞生物学、计算机、自动化控制等高新技术,建立的一套更适合于药物筛选的技术体系。
高通量药物筛选技术是将多种技术方法有机结合而形成的新的技术体系,它以分子水平和细胞水平的实验方法为基础,以微板形式作为实验工具载体,以自动化操作系统执行实验过程,以灵敏快速的检测仪器采集实验数据,以计算机对实验获得的数据进行分析处理,在同一时间内对数以千、万计的样品进行检测,并以相应的数据库支持整个技术体系的正常运转。