虚拟筛选技术及其应用..
生物虚拟筛选技术在药物研发中的应用
生物虚拟筛选技术在药物研发中的应用一、引言随着生物技术的迅速发展和不断创新，药物研发领域也进入了一个新的时代。
生物虚拟筛选技术作为一种新兴的药物研发策略，日益受到科学家们的关注和广泛应用。
本文将探讨生物虚拟筛选技术在药物研发中的应用，并对其优势和挑战进行分析。
二、生物虚拟筛选技术的概念和原理生物虚拟筛选技术，又称计算机辅助药物设计，是利用计算机模拟的方法来预测和评价潜在药物分子与靶标相互作用的能力。
其原理是基于计算机模型和算法，通过高通量计算和模拟，对候选药物进行搜索、筛选和优化，快速筛选出具备良好药效和药代动力学特性的潜在药物候选物。
三、生物虚拟筛选技术的分类和方法生物虚拟筛选技术主要可以分为结构基础的药物设计和基于特定靶标筛选的药物设计。
结构基础的药物设计主要包括分子对接、分子动力学模拟和药物代谢动力学模拟等方法，通过计算机模拟分析药物分子与靶标之间的相互作用、动力学特性和毒性评估等。
基于特定靶标筛选的药物设计，利用大量已知的靶标-配体复合物结构，通过计算机验证和预测新的药物与特定靶标的结合能力。
四、生物虚拟筛选技术在药物研发中的应用1.药物分子设计：生物虚拟筛选技术可以通过对目标蛋白及其三维结构的分析，预测和设计药物分子的结构，使其更好地与目标蛋白发生特定的相互作用。
这可以加速新药物的发现和设计，大大提高研发成功率。
2.快速筛选作用靶点：通过生物虚拟筛选技术，可以从大量可能的作用靶点中快速筛选出合适的靶点。
这种方法可以显著缩短研发周期，减少试错成本。
3.虚拟筛选药物库：生物虚拟筛选技术可以对已有的药物库进行高通量筛选，快速识别出具备潜在活性的化合物，有助于药物研发人员进行进一步研究和优化。
4.药物优化和毒性预测：生物虚拟筛选技术可以对已有的药物进行优化，改善其药代动力学特性，提高药物的选择性和效力。
此外，还可以通过模拟和预测药物在人体中的代谢途径和毒性评估，帮助药物研发人员提前发现潜在的副作用和风险。
药物发现中的虚拟筛选技术应用
药物发现中的虚拟筛选技术应用随着科技进步，生命科学领域的研究和发展越来越受到人们的关注。
其中，药物研究是生命科学中的重要方向之一。
因为药物的研究对于人类的健康具有至关重要的作用。
而在药物的研究中，虚拟筛选技术就是一种非常重要的手段。
本文将通过对虚拟筛选技术的介绍，探讨其在药物发现中的应用。
一、虚拟筛选技术的介绍虚拟筛选技术，又称计算机辅助药物设计(CADD)，是指利用计算机模拟方法，对大量的化合物进行筛选，找到具有理想药效的药物分子。
这种方法不但可以节省时间和人力，而且可以减少实验成本，提高药物研究的效率。
虚拟筛选技术的具体方法通常包括以下几个步骤：1.数据库构建：收集药物分子的结构信息，并利用计算机软件将其存储于数据库中。
2.靶标的识别：确定需要作用的生物分子，称为“靶标”。
3.分子对接：将数据库中的化合物与靶标分子结合，并评估它们的相互作用。
4.药效预测：根据分子对接结果，预测化合物的生物活性，并提出最优的化合物。
二、虚拟筛选技术的应用虚拟筛选技术具有广泛的应用价值。
下面将从几个角度介绍它的应用。
1.药物发现虚拟筛选技术可以有效地筛选出具有理想药效的化合物。
根据靶标蛋白结构信息，生成靶标的三维结构，然后将化合物数据库中化合物分子进行多种计算机模拟操作，如光学操作、电学计算和蒙特卡罗模拟等，筛选出具有药效的化合物，为药物发现提供了一个高效、精确的手段。
2.药物副作用预测药物副作用是药物研究的一个重要问题。
虚拟筛选技术可以同时考虑药物分子和靶标分子的相互作用，预测化合物和靶标之间的相互作用强度，并将结果与人体库匹配，确定化合物在身体内的作用效果和副作用情况，帮助科学家提前发现药物的潜在问题。
3.药物优化药物分子的优化是药物研究的一项重要步骤。
虚拟筛选技术可以计算每个化合物的相互作用表面积、解离常数和路演等分子参数，结合药物代谢规律的分子参数评估，筛选出具有一定活性的化合物和可能成为药物候选分子优化结构。
计算机辅助药物设计方法及其优化研究
计算机辅助药物设计方法及其优化研究引言：随着计算机科学和生物医药领域的迅速发展，计算机辅助药物设计方法已成为药物研究领域的一项重要技术。
通过利用计算机模拟方法，研究人员能够在更短的时间内对药物进行筛选和优化，从而加速新药的研发过程。
本文将介绍计算机辅助药物设计的一些常用方法，并探讨其在药物研究中的优化应用。
1. 互补结构建模方法互补结构建模是计算机辅助药物设计中常用的一种方法。
该方法利用计算机软件将分子的三维结构与受体蛋白质进行模拟，通过分析分子与受体之间的相互作用，预测药物-靶标之间的互补性。
通过研究分子与受体的相互作用模式，可以为药物设计提供指导，并为进一步优化药物的特异性提供依据。
2. 虚拟筛选技术药物研发的一个重要环节是药物筛选。
传统的药物筛选方法通常需要大量的实验和耗时费力的过程。
而计算机辅助药物设计中的虚拟筛选技术可以在计算机上进行模拟实验，通过对大量分子进行计算筛选，从而快速找出可能具有药理活性的化合物。
其中常用的虚拟筛选方法包括分子对接、药物性质预测和化学库筛选等。
虚拟筛选技术的应用帮助药物研究人员缩小药物候选化合物范围，节约了时间和资源，并提高了新药研发的成功率。
3. 分子动力学模拟分子动力学模拟是一种基于物理原理的计算机模拟方法，可以模拟药物分子在生物体内的动态行为。
通过分子动力学模拟，研究人员可以研究药物与目标蛋白质之间的相互作用和结合动力学，从而深入了解药物在生物体内的相互作用机制。
该方法可以为药物分子的合理设计和药效预测提供重要依据，并指导药物研发过程的优化。
4. 机器学习算法在药物设计中的应用近年来，随着机器学习算法的快速发展，其在药物设计领域的应用也越来越多。
机器学习算法可以通过对大量已知药物的数据进行训练，建立预测模型，从而预测新药物的活性和性质。
这种方法不仅可以加快药物研究的速度，还可以通过对药物性质和目标蛋白质进行智能分析，提供新的药物设计思路。
机器学习算法在药物设计中的应用将极大地推动新药研发的进程。
药物开发中的虚拟筛选技术
药物开发中的虚拟筛选技术随着科技的不断进步，药物开发中的虚拟筛选技术越来越成熟。
虚拟筛选技术可以大大减少试验的时间和成本，在论证新药物设计的可行性，预测候选药物的功效和安全性上发挥着极为重要的作用。
本文将介绍虚拟筛选技术的一些基本原理及其在药物开发中的应用。
一、虚拟筛选技术的基本原理虚拟筛选技术主要依赖于计算机技术和分子模拟方法。
其原理基于药物与受体之间的相互作用，即药物通过与受体结合进而发挥药理作用。
因此，需要首先建立药物和受体之间的化学模型，然后运用各种分子动力学和计算机模拟方法进行预测和分析。
其中，分子动力学模拟是一种物理学模拟方法，能够模拟药物分子和受体之间的相互作用。
这种方法是通过对一组多粒子系统的Newton运动方程进行数值解，在因此中得出分子粒子的动力学行为及其热力学量。
这种方法可以通过分子间力场来模拟受体-药物复合体的热稳定性、位点警戒、期望的构象、变形和柔性等。
此外，计算机模拟方法不仅可以模拟一个静态体系，还可以模拟一个活态体系，可以更加接近实验研究中的结果。
二、虚拟筛选技术在药物开发中的应用虚拟筛选技术在药物开发中有广泛的应用，主要表现在以下几个方面。
1、新药物设计：虚拟筛选技术可以对大量的已知化学分子进行计算实验。
通过对药物-受体空间和电子特性的结合预测可以有效地筛选出能够与受体结合的新药物的物质及其化学结构。
在新药物设计中，虚拟筛选技术可以大大节约试验的时间和成本，同时提高研究的精度和效率。
2、候选药物筛选：候选药物筛选是药物研究中的一个重要环节，在候选药物筛选阶段，虚拟筛选技术可以减少大量的试验，可以通过将候选药物模拟在通道口或结构中进行匹配规律，进而预测候选药物的生物利用度和作用机制。
这种方法能够快速找出最终合适周全的候选药物。
3、药物活性预测：通过虚拟筛选技术，可以预测药物分子的活性和可能副作用，同时对药物合成前的结果预测减少研究者的开发挫折。
4、药物毒性预测：药物毒性是药物合成过程中必须考虑的重要因素，传统的实验方法较为繁琐、耗费时间，费用很高。
虚拟药物筛选技术的发展及其应用
虚拟药物筛选技术的发展及其应用虚拟药物筛选技术是一种利用计算机模拟分子间相互作用来预测分子设计合适的化合物的方法。
虚拟药物筛选技术是一个增强现实技术和计算机科学交叉的分支，相信它在未来的医学领域发展前景不可限量。
它主要由药物分子设计、药物动力学、药物输送、药物安全等模拟技术组成。
本文将从虚拟筛选技术的基本原理、发展历程、技术瓶颈及其在临床医学中的应用等方面进行阐述。
一、基本原理虚拟筛选技术主要利用分子动力学模拟、分子力学计算、化学信息学计算等方法，通过计算来预测药物分子与目标分子之间的相互作用。
虚拟筛选技术的方法主要包括分子对接和生物信息学分析。
其中，分子对接是模拟药物分子与蛋白分子之间的作用，以挑选出最佳的分子结构；而生物信息学则是计算分子的物化特性，以确定药物分子的活性和毒性。
二、发展历程虚拟筛选技术的发展历程中主要包括计算机模拟、分子动力学、药物靶点、分子对接及云计算等多个阶段。
随着计算机技术的不断发展，分子动力学模拟技术也得到了飞速发展。
这使得科研人员更加准确地预测和设计药物分子的模型，进而加速创新和药物研发。
三、技术瓶颈虚拟筛选技术也有它的技术瓶颈，最主要的问题是精确性不足和计算时间过长。
目前虚拟筛选技术的精确度还不够，预测结果与实际结果之间仍存在较大差距。
其原因之一是现有的分子模拟对分子间相互作用的模拟还有局限性，较难地模拟出复杂的分子动力学过程，缺乏精确的物理模型。
另一个方面是现有的计算机技术仍不能完全解决模拟的时间和复杂度等问题，这也导致了技术的瓶颈。
四、在临床医学中的应用虚拟筛选技术在医学研究和药物研发中的应用已经越来越广泛。
虚拟筛选技术可用于寻找新型药物、药物毒性和活性预测、药物剂量设计和优化、药物输送系统以及药物分子设计等领域。
其中，药物毒性和活性预测是虚拟筛选技术的主要应用之一。
借助虚拟筛选技术，药物研发人员可在药物研发早期快速定位出药物分子是否具有毒性或活性。
这种方法可以帮助研发人员快速评估药物的实用性和副作用，并对药物进行及时的优化和修正。
虚拟筛选技术与应用
最后,通过网站view job界面可以将TACC处理的完整的工程文件下载到 本地存储
筛选出来的小分子化合物从已有的化学制品公司购得,通过NS2B-NS3 蛋白酶的稳态动力学分析来验证小分子对DENV蛋白酶的抑制活性.
这种新型的被验证了的先导物不含有毒性、致癌性、突变风险等化学 特性以及药效基团,因此非常具有潜力的.
TACC建立的药物研发网站的基本工作结构流程 Virtual Screening Drug Discovery Web Portal〔
TACC建立的的药物研发网站的基本工作结构流程示意图
输入所需参数的用户界面截屏图
l 筛选出小分子 ZINC04321905
l ZINC04321905与DENV NS2B-NS3pro的作用：红色 代表疏水键,蓝色代表氢键
l 八个疏水键,三个氢键
ZINC04321905与DENV NS2B-NS3pro的相互作用
1.2 虚拟筛选技术的定义
虚拟筛选〔virtual screening, VS>是计算机辅助药物设计方法的延 伸和推广,针对重要疾病特定靶标生物大分子的三维结构或定量构效关 系<QSAR>模型,从现有小分子数据库中,搜寻与靶标生物大分子结合 或符合QSAR 模型的化合物,进行实验筛选研究.
定量构效关系是一种借助分子的理化性质参数或结构参数,以数学和统 计学手段定量研究有机小分子与生物大分子相互作用、有机小分子在 生物体内吸收、分布、代谢、排泄等生理相关性质的方法.
新药发现和开发中的计算机辅助药物设计
新药发现和开发中的计算机辅助药物设计近年来，计算机辅助药物设计技术越来越成熟，成为新药发现和开发的重要辅助手段。
在药物研发的各个环节中，计算机辅助药物设计技术的应用已经形成了完整的流程，包括分子建模、虚拟筛选、药物优化等方面。
这些技术的使用，不仅能够有效提高药物研发的效率和成功率，还能够降低研发成本，为新药研发提供可靠的技术支持。
一、分子建模技术分子建模技术是计算机辅助药物设计技术的基础。
它通过模拟药物分子与目标蛋白质之间的相互作用，了解药物与靶标之间的结构和功能关系，进而洞察药效学和ADME性质，为药物研发提供理论基础。
目前主流的分子建模技术包括分子动力学模拟、分子对接模拟、量子化学计算等。
二、虚拟筛选技术虚拟筛选技术是指利用计算机技术，通过对大量分子进行计算和筛选，找到具有潜在药效作用的分子。
虚拟筛选技术大大缩短了药物研发的时间和成本，能够帮助科学家快速发现潜在的药物分子。
现在虚拟筛选技术主要包括结构基/构象基的筛选、基于生物信息学的筛选和基于分子描述符的筛选等。
三、药物优化技术药物优化技术是通过计算机辅助手段对候选化合物的结构和性质进行优化，以进一步改善其药效学和药代动力学等方面的性质。
药物优化技术最常用的方法有QSAR/QSPR模型和脂水平衡计算。
药物的优化不但能够改善其药效学和药代动力学性质，还能够提高其生物利用度，缩短其药代动力学过程，从而更好地适应人体的需求。
总之，计算机辅助药物设计技术是一项正在迅速发展的技术，能够大大提高新药研发的成功率和效率。
未来，计算机辅助药物设计技术将继续与先进的实验技术相结合，推动新药研发的快速发展，为临床医学服务。
AI支持虚拟筛选化合物
AI支持虚拟筛选化合物AI支持虚拟筛选化合物随着人工智能（AI）在许多领域的快速发展，科学家们开始利用AI技术来加速化学研究和药物发现的过程。
其中一项突出的应用是AI在虚拟筛选化合物方面的支持。
虚拟筛选是一种利用计算机模拟和分析技术来预测和评估化合物的活性和性能的方法。
AI的介入使得虚拟筛选更加高效和准确，为化学家们在药物发现和材料科学领域提供了巨大的机会。
一、AI在虚拟筛选中的作用传统的药物发现流程通常是十分耗时和昂贵的。
研究人员需要合成并测试大量的化合物，以寻找具有良好生物活性的候选化合物。
这个过程可能需要几年的时间，甚至更长。
而有了AI的参与，化学家们可以利用机器学习和模型算法，更快地识别和评估潜在的化合物。
AI可以通过分析大量的化学数据和生物活性数据，预测候选化合物的性能，并筛选出最有可能具备所需活性的化合物。
这种不仅简化了药物发现流程，也节省了时间和资源。
二、AI支持的虚拟筛选方法AI在虚拟筛选化合物方面采用了多种方法和技术。
其中最常用的方法之一是分子对接。
分子对接是通过将小分子（如药物）和靶标分子之间的相互作用进行模拟和计算，来评估它们之间的亲和性和稳定性。
AI可以根据已知的配体-受体结合数据，通过机器学习算法来预测新的配体与受体的作用方式和结合能力。
这样，研究人员可以有针对性地筛选候选化合物，提高药物筛选的成功率。
此外，AI还可以利用化学信息学方法，通过分析化学数据来预测化合物的物理化学性质和生物活性。
这些化学数据包括分子结构、物理性质、毒性、生物代谢等信息。
AI可以通过学习这些数据的模式和规律，建立预测模型，以便研究人员能够在大量化合物中快速筛选出具有潜在生物活性的化合物。
三、AI在化学研究中的成功案例AI在虚拟筛选化合物方面已经在一些实际案例中取得了显著的成功。
例如，有研究人员利用AI预测了一种抗癌药物的新结构，这种新药物被证实具有很高的生物活性和肿瘤抑制能力。
在另一个案例中，AI被应用于材料科学领域，通过虚拟筛选，预测出了具有优异催化性能的新型材料。
- 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)。
内容简介
1.虚拟筛选技术的介绍 2.重点介绍基于靶点结构的虚拟筛选——分子对接 3.虚拟筛选在药物研发中的应用实例 4.虚拟筛选与新型食品保鲜剂的开发
1.1 虚拟筛选技术产生的背景
20世纪80年代中期，随着分子生物学和结构生物学的发展，靶标生物 大分子的功能被阐明、三维结构被测定。以及计算机科学的发展，功能 先进的图形工作站的出现，分子对接(molecular docking)方法和数据库 搜寻方法已经出现，并发展了第一个分子对接程序DOCK。
TACC建立的药物研发网站的基本工作结构流程
Virtual Screening Drug Discovery Web Portal（@ TACC） 该网站具有稳定且直观的界面，连接了“Lonestar”超级计算机，该计算 机上有大型的类药性的的小分子数据库，用于虚拟筛选配体分子。 通过Manage Files界面上传靶标蛋白酶的坐标文档的TACC的磁盘服务 器，并在submit job界面选择计算机中的数据库 TACC代管的超级计算机的处理中心，将对靶标蛋白和小分子配体进行 对接计算，一个对接计算需要1-3分钟的处理时间，大部分的操作能在812小时完成，对接计算的状态可以通过网站查看 对DENV蛋白酶进行虚拟筛选时，将产生一系列通过对接得分排序的匹 配记录，得的负分越小被认为是配体和靶标蛋白反应越积极。选择一组 得分低且易于控制数量的配体的匹配得分分类为“高分匹配”，用于之 后的分析和研究验证实验。 最后，通过网站view job界面可以将TACC处理的完整的工程文件下载 到本地存储
6
1.3 虚拟筛选技术的分类
基于受体生物大分 子结构的虚拟筛选 （SBVS） 分子对接（ docking-based） 药效基团搜寻（ pharmacophorebased）
分类
基于配体小分子的 虚拟筛选（LBVS ）
• SBVS是根据受体生物大分子的三维结构，通过分子对接的方法，确定小分子与 受体的结合构象，并评价其与受体的结合活性，从而筛选出有潜力的配体小分 子。 • LBVS是根据现有药物（配体）的结构、理化性质与活性关系(SAR)的分析，建 立定量构效关系(QSAR)或药效基团模型，预测筛选新化合物的活性。
concluding remarks
•This project demonstrated the successful application of a powerful drug discovery portal to identify leads for further development. The portal provides access to the supercomputer resources of the Texas Advanced Computing Center to rapidly screen several integrated libraries containing almost a million druglike ligands. •This project demonstrated the successful application of a powerful drug discovery portal to identify leads for further development. The portal provides access to the supercomputer resources of the Texas Advanced Computing Center to rapidly screen several integrated libraries containing almost a million druglike ligands.
3. 虚拟筛选在药物设计中的应用举例 ——用一个虚拟筛选药物研发门户网获得一种新型的登革
热病毒蛋白酶抑制剂
Received: September 2, 2014 Published: September 29, 2014
content
• We report the discovery of a novel small-molecule inhibitor of the dengue virus (DENV) protease (NS2B-NS3pro) using a newly constructed Web-based portal (DrugDiscovery@TACC) for structure-based virtual screening. • Detailed analysis of virtual screening docking scores and hydrogen-bonding interactions between each docked ligand and the NS2BNS3pro Ser135 side chain were used to select molecules for experimental validation. • However, the inhibition constants were ∼10-fold larger against the WNV protease relative to the DENV protease. This novel validated lead had no chemical features or pharmacophores associated with adverse toxicity, carcinogenicity, or mutagenicity risks and thus is attractive for additional characterization and optimization.
1.2 虚拟筛选技术的定义
虚拟筛选（virtual screening, VS)是计算机辅助药物设计方法的延伸 和推广，针对重要疾病特定靶标生物大分子的三维结构或定量构效关 系(QSAR)模型，从现有小分子数据库中，搜寻与靶标生物大分子结 合或符合QSAR 模型的化合物，进行实验筛选研究。 • 定量构效关系是一种借助分子的理化性质参数或结构参数，以数学和 统计学手段定量研究有机小分子与生物大分子相互作用、有机小分子 在生物体内吸收、分布、代谢、排泄等生理相关性质的方法。 • 虚拟筛选的目的是从几十到上百万个分子中，发现有潜在可能性的化 合物，集中目标，大大降低实验筛选化合物数量。
结构优化 加电荷 类药性分析 多样性分析 第三步:计算机筛选 对接和打分，这一步是虚拟筛选的核心步骤 把每个小分子放到受体蛋白的配体结合位点，优化配体构象和位置，使 之与受体有最佳的结合作用，给最佳结合构象打分，对所有化合物根据 打分排序，然后从化合物库中挑出打分最高的小分子。
能量和空间匹配
第四步:命中化合物的后处理 最后一步是命中化合物的后处理 通过计算分子的类药性质ADME/T (吸 收、器官分布、体内代谢、排泄 和毒性)性质的估算，排除那些不具有类 药性质的分子。可以利用一些经验规则如“五规则” 等，快速排除那些 不适合进一步药物开发的分子。 通过以上四步处理，大部分分子从化合物库中剔除，形成一个合理 大小的化合物库，仅对这些适合成药的化合物或购买、或合成、或分离 得到，然后再进行实际的生物测试。
Thank you!
(2) 分子对接：受体和配基之间通过能量匹配和空间 匹配而相互识别形成分子复合物，并预测复合物结 构的操作过程
(3) 分子对接的具体流程：
包括4个步骤：
第一步：受体模型的建立 1）大分子结构获取 蛋白质结构的准备是虚拟筛选的重要一步。虚拟筛选的蛋白靶标的结构 可以从PDB库(/pdb/index.html)中直接下载使用 2）靶点处理：加氢原子、加电荷、带电残基的质子化 第二步:小分子库的产生 建立小分子数据库（最为常用的小分子数据库Zinc数据库）
该药物研发门户网是IMB公司用互联网进行虚拟筛选研究的拓展，由 德克萨斯高级计算机中心（TACC）提供巨型计算机资源，用于筛选 登革热病毒蛋白酶抑制剂的小分子数据库可以商业购买。 对配体小分子和DENV的NS2B-NS3pro Ser135的侧链之间的氢化作 用以及虚拟筛选分子得分进行详细分析，来选择合适的配体小分子。 筛选出来的小分子化合物从已有的化学制品公司购得，通过NS2BNS3蛋白酶的稳态动力学分析来验证小分子对DENV蛋白酶的抑制活 性。 这种新型的被验证了的先导物不含有毒性、致癌性、突变风险等化学 特性以及药效基团，因此非常具有潜力的。
20世纪90年代中期， 基于小分子的药物设计(LBDD)方法和基于受体 生物大分子结构的药物设计(SBDD)方法，已成为创新药物研究的核心技 术之一。同时由于超级计算机技术的发展，产生了虚拟筛选并行算法， 实现了虚拟筛选的高通量化。
近年来，PC集群式计算机(cluster)的普及，进一步促了进虚拟筛选技 术的发展。
4. 虚拟筛选可以应用于食品保鲜剂的开发
食品常见保鲜剂中，除了乳链球菌素（Nisin）和溶菌酶的作用机理比 较明确外，其它保鲜剂的作用机理不明确，易造成应用上的混乱。它 们可能是作用于同一靶点，重复添加可能会在分子或者细胞水平多细 胞造成损伤。另外，大多数保鲜剂不是针对微生物的特有结构来发挥 活性，很多是通过破坏细胞膜而发挥作用，而人的细胞膜具有相似的 结构，同样会被破坏。 针对金黄色葡萄球菌、大肠杆菌依次进行大规模虚拟筛选，得到多靶 点的抑制剂。 得到既可以抑制革兰氏阳性菌，又可以抑制革兰氏阴性菌的保鲜剂。 用于生产中，可以取代其它功能单一的添加剂，从而减少食品中添加 剂的种类和用量。
•libraries are available for immediate purchase from established chemical companies, which facilitates rapid validation of highscoring hits from virtual screening experiments.