第三章 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。
计算机在药学中的应用 毕业论文
计算机在药学中的应用摘要近年来，随着计算机技术的迅猛发展，计算机在药学领域的应用也越来越广泛。
本文通过对计算机在药学中的应用进行综述，详细介绍了计算机在药物研发、药物设计、药物管理、药物信息化等方面的应用，以及目前存在的问题和未来发展方向。
通过对这些应用的深入研究和探讨，可以为药学领域的专业人员提供参考，并促进计算机技术与药学的深度融合。
1. 引言药学是研究药物的发现、研发、制备、管理、应用和评价的学科，它是医学的重要组成部分。
随着现代科学技术的不断发展，计算机技术在药学领域的应用也日益重要。
计算机技术的迅猛发展为药学的研究和应用带来了许多新的思路和方法。
本文将从药物研发、药物设计、药物管理和药物信息化等方面介绍计算机在药学中的应用，并对其进行综合评价。
2. 计算机在药物研发中的应用2.1 药物分子设计计算机辅助药物设计（Computer-Aided Drug Design, CADD）是利用计算机技术对药物分子进行模拟、计算和优化的过程。
在药物研发的早期阶段，计算机可以通过分子模拟、分子对接和量子化学计算等方法，加速药物分子的研发过程，并帮助优化药物分子的活性、选择性和药物性质。
2.2 药物活性预测药物活性预测是指利用计算机技术对药物分子的作用机制和活性进行预测和评价的过程。
计算机可以通过机器学习、神经网络和虚拟筛选等方法，对大量的化合物进行快速筛选，并预测化合物对靶点的亲和性和选择性，从而辅助药物研发人员选择合适的化合物进行后续研究。
3. 计算机在药物设计中的应用3.1 药物分子模拟药物分子模拟是通过计算机模拟和计算药物分子在体内的结构、构象和相互作用的过程。
通过分子动力学模拟和分子对接等方法，可以预测药物分子与靶点蛋白的结合模式、亲和性和选择性，为药物设计提供指导和决策依据。
3.2 药物剂型设计计算机辅助药物剂型设计（Computer-Aided Drug Delivery, CADD）是利用计算机技术对药物剂型的设计和优化的过程。
计算机在药学中应用
第一章引论-计算机在药学中的应用本章概要• 介绍计算机的发展• 介绍信息科学与技术的发展• 介绍计算机在药学中的应用第一节计算机的发展计算机(Computer)是电子数字计算机的简称，是一种自动地、高速地进行数值运算和信息处理的电子设备。
它主要由一些机械的、电子的器件组成，再配以适当的程序和数据。
程序及数据输入后可以自动执行，用以解决某些实际问题。
因为计算机能增强人们执行智能任务的能力常被称为“电脑”。
计算机擅长于执行如快速计算、大型表格分类和在大型信息库中检索信息等工作。
人类都能做这些事，但计算机可以做得更快、更精确。
使用计算机可以补充我们的智能，使我们更具创造力。
有效使用计算机的关键是要知道计算机能做什么，它如何工作，以及如何使用它。
一、计算机发展沿革以往许多书都说“世界公认的第一台电子数字计算机”是1946年由美国宾夕法尼亚大学莫尔电工学院制造的“ENIAC”。
事实上在1973年根据美国最高法院的裁定，最早的电子数字计算机，应该是美国爱何华大学的物理系副教授约翰·阿坦那索夫（John V.Atanasoff，1903-1995）和其研究生助手克利夫·贝瑞（Clifford E. Berry，1818-1963）于1939年制造的“ABC(Atanasoff-Berry-Computer）”。
之所以会有这样的误会，是因图1-1约翰·冯·诺依曼博士为“ENIAC”的研究小组中的一个人于1941年剽窃了约翰·阿坦那索夫的研究成果，并在1946年时，申请了专利。
由于种种原因直到1973年这个错误才被纠正过来。
关于计算机的定义，来自于美国杰出的数学家约翰·冯·诺依曼（如图1-1）。
人们根据他在1945年的一份被称为“在计算机科学史上最具影响力的论文”中的描述，定义“计算机”为一种可以接受输入数据、存储数据、处理数据并产生输出数据的装置。
计算机技术在制药产业中的创新与应用
计算机技术在制药产业中的创新与应用近年来，计算机技术的飞速发展给各行各业带来了巨大的变革，制药产业也不例外。
计算机技术在制药产业中的创新与应用，不仅提高了药物研发的效率和质量，还为药物生产和销售提供了更加精确和便捷的手段。
一、药物研发的模拟与优化在药物研发过程中，计算机技术的应用已经成为不可或缺的一部分。
通过计算机模拟，研究人员可以更加准确地预测药物的化学性质、药效和毒副作用等信息，从而在早期筛选阶段就能够排除掉一些无效或有毒的化合物，节省了大量的时间和资源。
同时，计算机技术还可以帮助优化药物的配方和制剂，提高药物的溶解度和稳定性，增强其疗效。
二、药物生产过程的自动化与智能化传统的药物生产过程往往需要大量的人工操作和监控，容易出现人为错误和质量问题。
而计算机技术的应用可以实现药物生产过程的自动化和智能化，大大减少了人为因素的干扰。
例如，通过计算机控制系统，可以实现药物原料的自动配料、反应过程的自动控制和产品质量的在线监测，提高了生产效率和产品质量的稳定性。
三、药物销售与物流的信息化管理随着互联网的发展，药物销售与物流的信息化管理成为了制药产业中的一个重要环节。
计算机技术可以帮助企业建立起完善的销售管理系统和物流追踪系统，实现对销售和物流环节的实时监控和管理。
通过数据分析和挖掘，企业可以更好地了解市场需求和销售趋势，及时调整生产和销售策略。
同时，物流追踪系统可以提供准确的物流信息，保证药物的安全和及时送达。
四、药物安全与合规性的保障在制药产业中，药物的安全和合规性是至关重要的。
计算机技术可以帮助企业建立起完善的药物安全管理和合规性监测系统。
通过计算机的数据分析和挖掘，可以实现对药物生产和销售环节的全面监控和追溯，及时发现和解决潜在的安全隐患。
同时，计算机技术还可以帮助企业制定和执行符合法规的合规性管理措施，确保药物的生产和销售符合相关法律法规的要求。
总之，计算机技术在制药产业中的创新与应用为药物研发、生产和销售提供了更加高效和精确的手段，推动了制药产业的发展和进步。
计算机辅助药物设计及其在新药研发中的应用
计算机辅助药物设计及其在新药研发中的应用随着科技的不断发展，计算机辅助药物设计已成为新药研发的重要工具之一。
它可以帮助药物研究人员更快地设计出具有高度活性和选择性的化合物，从而加快了新药的研发进程。
本文将从计算机辅助药物设计的概念、方法和应用三个方面进行探讨。
一、计算机辅助药物设计的概念计算机辅助药物设计是利用计算机模拟技术和计算化学方法对分子结构进行模拟和分析，从而快速筛选出具有高选择性、高效率的化合物的过程。
计算机辅助药物设计涉及多个学科领域，其中包括计算机科学、化学、生物学和药学等。
通过计算机辅助药物设计可以高效地预测药物分子的活性和亲和力，加快新药的发现和优化。
二、计算机辅助药物设计的方法计算机辅助药物设计有多种方法，包括分子模拟、药效团分析、构象分析等。
其中，分子模拟是目前最为广泛应用的方法之一。
该方法可以模拟药物分子与目标分子之间的相互作用，从而预测药物的活性。
分子模拟包括分子力场、分子动力学等模拟方法。
药效团分析则是利用化学信息库，从已知的活性化合物中识别出活性团，进而设计新的分子结构。
构象分析则是通过计算化学方法分析分子的结构、构象和物性等特征，为药物设计提供依据。
三、计算机辅助药物设计在新药研发中的应用计算机辅助药物设计已经广泛应用于新药研发的各个环节，从药物分子的筛选、设计、优化到临床试验阶段都能起到重要作用。
计算机辅助药物设计可以大大减少研发周期和成本，提高新药的成功率。
以下是计算机辅助药物设计在新药研发中的具体应用。
1. 药物分子的筛选在众多的候选化合物中，如何快速地筛选出最有前途的活性物质是药物设计中面临的一个重要问题。
计算机辅助药物设计可以通过建立药效团、分子对接和虚拟高通量筛选等方法，加速活性化合物的筛选，从而提高新药研发成功率。
2. 药物设计和优化药物设计和优化是新药研发中至关重要的环节，计算机辅助药物设计可以预测药物的性质和活性，引导化学实验进行进一步的筛选，快速改进药物的质量和效果。
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。
计算机软件在医学研究中的应用
计算机软件在医学研究中的应用第一章：引言医学研究是指通过科学的方法来研究人类疾病的起因、发展、预防和治疗，从而为保障人类健康、提高医疗水平和质量提供依据。
计算机软件作为现代科技的重要成果之一，在医学研究中发挥着越来越重要的作用。
本文将探讨计算机软件在医学研究中的应用。
第二章：医学图像处理医学图像处理是计算机软件在医学研究中的重要应用领域。
通过使用计算机软件，医学图像（如X射线、CT扫描、MRI等）可以被处理、重建、分析和解释，从而帮助医生提高诊断的准确性和效率。
例如，计算机软件可以用来对乳腺X射线图像进行乳腺癌早期诊断，可以用来分析糖尿病患者的视网膜图像并辅助眼科医生进行疾病诊断。
第三章：医学模拟和虚拟现实技术计算机软件在医学研究中的另一个重要应用是医学模拟和虚拟现实技术。
模拟技术可以模拟人体的生理活动，如血液循环、呼吸系统等，以及疾病的发展过程。
通过使用计算机软件，医生可以在虚拟环境中操作和观察，以提前了解手术的风险和效果，并做出更准确的治疗计划。
虚拟现实技术还可以用于医学教育和培训，通过真实模拟的场景和互动性，提供更好的教学资源和培训环境。
第四章：基因组学和生物信息学计算机软件在基因组学和生物信息学中也有广泛的应用。
基因组学研究人类的基因组结构和功能，而生物信息学研究生物学中的信息处理和分析。
计算机软件可以用于处理和分析大量的基因数据，如基因测序、基因表达、蛋白质互作等。
通过使用计算机软件，科学家可以更好地理解人类基因的组成和功能，并在疾病诊断和治疗中提供有力的支持。
第五章：医学统计学和数据挖掘医学研究需要处理和分析大量的数据，如病人的病历数据、医学实验数据等。
而医学统计学和数据挖掘则是一种通过计算机软件来处理和分析大数据的方法。
通过使用计算机软件，可以提取和识别数据中的潜在模式、规律和异常值，从而为医学研究提供重要的信息和见解。
例如，计算机软件可以用于预测疾病的发展趋势、分析药物治疗效果等。
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)。
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
高新技术的发展，为寻找新药提供了新 的技术方法 国际药品市场竞争的日趋激化 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
1、新药发现的途径 （1）临床发现 即在临床治疗学中依靠经验积累发现新 药
2、中药三维结构重建
多目标的三维表面重建技术,实现了中药 材的多种显微结构在同一场景中的结构 重建和显示,从而获得对重建对象的各种 组织的立体结构及其相互关系的直观、 形象的认识。
1） 硬件配置 中药材的连续截面图象由Ｇｅｎｉｕｓ 扫描仪进行数字化并输入计算机; ＰＣ586微计算机进行预处理并把图象数 据传输给ＳＧＩ工作站; 重建物体的三维显示基于ＳＧＩ三维图 形工作站实现。
分子模型化
采用数据库技术及模型化方法实现2D/3D分 子结构信息计算机化的产生、表达和存取； 进行QSAR/QSPR方法研究；研制支持新药 创制、新材料开发的实用型软件工具。 已经完成和正在开展的科研项目如下：
– – – – 受体模型 基于线杂交面变异的遗传算法 发现新先导的药效团搜索软件 用于先导结构优化的中药化学数据库 /SPT-BrowseResources.php?ParentId=10026
北大九源药物分子设计系统 (PUJYDDS)——用于中药复方研究的基 于分子间相互作用的计算机系统，包括：
–草药成分三维结构数据库 –受体三维结构数据库 –代谢库 –具有生物活性数据的化合物数据库(MDDR)为 核心的知识库系统 –以分子对接(包括软对接、柔性对接及组合 对接)为核心的分子间相互作用计算机模块
高通量药物筛选活性计算方法的选择
–原始数据调用
以一个微孔板为一个数据单位，不同微孔板数据 的分布格式和数量不同，最常见的是96孔板。
–计算过程的实现 –计算程序的调整
化合物和筛选模型数据的调用
–样品数据库 –筛选模型数据库 –生物活性数据库
3、计算机辅助药物设计（CADD）
CADD的主要目的是利用统计学和分子模型化技术 来指导新的先导结构的设计或发现 越来越多的靶标分子的三维分子结构被测定并成为 药物开发的新靶标。 通过采行计算机辅助药物设计，可 提供大量可合成的、可开发成药物的几率高的化合 物结构。 利用计算化学方法对此先导药物分子作进一步的结 构优化和设计 /neotrident_default.htm#
–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。 –举例：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 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。
–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 。 –传统的或经典的药物筛选不适于高效率筛选 大量化合物，尤其不适于微量化合物的筛选。
创新药物研究的发展趋势 药物作用新靶标的发现
–治疗药物的作用靶点共483个 –预测2010年药物作用的靶标分子可增加到 5000种 。
新的筛选模型和筛选技术的研究
–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 –出现了高通量筛选的新技术
结构生物学、生物信息学和药物分子设计
之后，上海药物所利用药物虚拟筛选技术发现 的抗SARS活性的潜在药物，证明了利用 InsightII所模建的3CL蛋白水解酶的三维结构的 合理性及所预测活性位点的正确性。 在成功地 锁定了抗SARS病毒药物的作用靶点并揭示了 SARS病毒感染途径和作用机理之后，组成了 包括数十万个化合物的抗SARS药物虚拟筛选数 据系统，并利用这一系统在拥有64个CPU的SGI 超级计算服务器上，针对SARS病毒靶点和作用 机理进行了大规模的抗SARS药物的虚拟筛选， 找到了上百个具有潜在抗SARS活性的化合物。 经过DDDC专家的认真分析和实验验证，在不到 一个月的时间里，发现了19个有抗SARS活性的 潜在药物。
中药有效成分的相关数据主要从报道的 文献中采集。文献的范围包括重要的有 关中草药有效成分的中医药典籍以及十 余种与中药有关的中文杂志。
–中药植物的不同用药部位所包含的有效成分 分子结构、异名、化学名、物理性状、植物 来源、药理药效、文献出处等等。 –对所有的结构，同时提供了二维结构和三维 结构。
1） 3D-MSDT 的后端支持和前端开发 3D-MSDT的后端支持选用关系数据库模型 进行数据的描述和管理，具体的数据库 管理支持系统则选用SQLSever。
– DrugStruDB库用于存放中草药有效成分的所 有结构有关的信息 –DrugPropDB库用于存放中草药有效成分的所 有与结构无关的性质信息 –DrugNameDB库用于存放中草药有效成分的化 合物名称信息； –分子的三维结构，以mol文件格式储存；
三、药物信息数据库的开发
1. 植物活性数据库 植物中的活性成分是植物产生疗效的物 质基础。 植物来源的药物约占全部药物的1/3;全 世界3/4人口的医药保健依靠植物;美国 1/3处方药来自植物。 只有明确其活性成分或有效部位(群),才 能对中药进行有效的提取、纯化、质控、 制成现代化制剂。
天津药物研究院在科技部生命中心支持下,收集、 整理了1982年以来分散在各书刊上的植物活性成 分,建立了动态型的数据库。 本库现收录植物活性成分3222个。每个成分由14 项数据(中文名、英文名、异名、化学物质名、 ＣＡＳ登录号、结构图形、分子式、分子量、化 学分类、植物来源、物化性状、生物活性、专利 状况及参考文献)、22个相关字段、1000余字符 组成(且中、英文并录)。 根据数据的特点,由一个主库和七个子库组成,通 过ＣＡＳ号关联,用户可以通过ＣＡＳ号查到全 部信息,也可以单途径或任意组合的多途径检索 所需信息。
2、中药有效成分三维结构数据库的开 发和研究
各类结构数据库已成为新药开发的必备 工具，各大制药公司都非常重视结构数 据库的开发和研究。 开发中药有效成分三维结构数据库对于 中医药现代化的研究，从分子水平出发 去研究中药以及中药新药的开发都具有 非常重要的意义
开发了包含6500个中药有效成分的二维 结构数据库(3D—MSDT， 3D Molecular Structure Database of Traditional Chinese Drug),并配套开发了数据库检 索和维护系统以及二维和三维分子显示 系统。整个数据库系统既可单独运行， 也可和PKUDDS实现无缝连结。
组合化学并行合成技术
基于起始反应原料的指定组合，可以一 次合成数百至数千个预期化合物。而且， 通过借助组合合成仪，可以连续、自动 完成反应、分离、纯化等过程，从而大 大缩短了药物开发的周期。组合化学在 有机合成领域中的应用正显得越来越重 要。
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 分子水平和细胞水平的实验方法(或称筛选模型) 是实现高通量药物筛选的技术基础 自动化操作系统（药物筛选机器人）是由计算 机控制的全自动实验室操作设备。 明确药物作用的靶分子结构，借助计算机，通 过有机化学、量子化学及立体化学计算，找出 最佳的与靶分子结合的药物分子结构。
举例
中国科学院上海药物所利用InsightII分子模拟 软件所提供的生物信息学方法，对SARS病毒 的3CL蛋白水解酶的同源性进行了分析，进而 利用InsightII软件对3CL蛋白水解酶的三维结构 进行了成功的同源建模，并根据所模建的三维 结构对3CL蛋白水解酶的活性位点进行分析， 获得了作为抗SARS药物作用靶点的3CL蛋白水 解酶的详细信息，为下一步进行抗SARS药物 的虚拟筛选，尽快找到有效药物打下坚实的基 础。
–结构生物学利用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。 –计算机辅助药物设计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。
3、中药复方的计算机模拟研究
中药复方的特点是多靶酶、多靶点及多 种组分起作用 。 在中药复方的制作过程中也伴随着复杂 的物理和化学变化,可能形成各种复合物。
–复方组分间的相互作用 –组分同溶剂的相互作用 –组分同多种靶酶的相互作用 –多种组分同一种靶酶的相互作用 –组分间形成的复合物同靶酶的相互作用 –溶剂对这些相互作用的影响
二、计算机在中药方剂研究中的应用
1. 聚类分析法分析中药成分 选取合适的方法去提取药材的特征数据, 以多维特征空间表达出来,再把中成药 样本所得数据投影到这个特征空间上, 根据点群的分布进行归类。
方法：在同一萃取及气相色谱条件下, 观察所 得不同药材会得到不同特征色谱图,其数据结 构可满足聚类分析的要求。 分析程序如下:把有ｍ个色谱峰的目标药材色 谱图表达于一个ｍ维特征空间,然后把能与药 材色谱峰配对的中成药色谱峰投影到这ｍ维特 征空间上,配对的准则是看中成药色谱峰的保 留时间是否介于某目标药材色谱峰的保留时间 加减1%的范围内。 如此重复分析不同的中成药样本,按所得投影 点群的分布,判断哪些样本含有这目标药材成 分。
计算化学（Computational Chemistry）
通过采用分子对接、构效关系、分子类药性和多样 性、虚拟筛选等方法进行计算机辅助药物设计，可 为化学家提供大量可合成的、可开发成药物的几率 高的化合物结构。 一旦找到行之有效的先导化合物以后，还必须花费 大量的时间来对先导化合物进行结构优化，合成取 代基种类和位置各异的许多类似化合物，以便找到 药效最佳、副作用最小的目标药物分子。 所设计的化合物的生物活性在筛选模型中得到确认， 可以利用计算化学方法对此先导药物分子作进一步 的结构优化和设计