如何使用先进计算机辅助药物设计寻找候选药物

将新药推向市场是一项代价高昂的工作，总是伴随着失败的风险。高性能计算和先进计算机辅助药物设计能否比现有方法更快、成本更低地识别出更好的候选药物？

一种使用基于量子力学的计算描述分子的新方法提供了可靠的筛选结果。这些高度计算机辅助的药物发现方法可以更快、更低成本地发现和优化候选药物、药物再利用等。

Pharmacelera使用人工智能和机器学习来训练和改进模型，发现未探索的化学领域。该公司开发了名为PharmScreen的软件。借助 PharmScreen 虚拟筛选软件，药物发现团队的计算化学家和药物化学家探索结构更加多样化的化学空间，以在数百万种化合物库中找到新的、具有生物活性的候选物。

PharmScreen是基于结构的方法的极好补充。Pharmacelera 正在增强其软件功能，以进一步改进药物发现支持。新开发的应用程序编程接口允许 PharmaScreen 用户自定义和扩展软件的功能。该公司还在优化其工具，以便在所有筛选活动中更快地评估更大的化合物库。

在中枢神经系统疾病和 G 蛋白偶联受体等特别困难的药物发现领域，PharmScreen 克服了基于标准结构和基于配体的技术常见的局限性。

Pharmacelera 还处于早期阶段，从化合物库设计到使用基于结构和配体的方法进行命中识别和读取优化，再到发现现有活性剂的新分子支架。该公司提供量身定制的计算服务，支持整个药物发现过程。了解化合物、化合物-靶标相互作用、药物重新定位服务等。