場景3：方法學開發及驗證關于機制或表型雜亂的疾病，挑選之前開發適宜的挑選模型是試驗的重中之重，化合物庫可以用于新開發挑選模型的驗證。如Jong-ChanPark等科學家報道的一個根據信號網絡的高效阿爾茨海默病(AD)藥物挑選渠道，提出了數學建模和人類iCO相結合的精細醫療策略[4]。為了建立該渠道，作者團隊進行了三個過程：(i)從AD參與者中生成iPSC衍生的類組織(iCO)(源于11名參與者的1300個類組織被用于藥物評估渠道)。(ii)經過對神經元分子調控網絡的剖析，提出了考慮神經元動態的分子調控網絡數學模型，進行了根據體系生物學的AD路徑數學模擬(包括信令網絡構建、網絡模型驗證、操控節點識別等過程)。(iii)使用該挑選渠道對MCEFDA庫中的可透過血腦屏障化合物進行挑選,并經過高內涵挑選(HCS)成像體系定量AD發病程度,驗證了所建立的挑選模型的可行性，并得到一系列在AD醫治方面具有潛在使用價值的藥物。藥物篩選的定義與效果。中藥化合物庫篩藥

較早的抗體藥物根據雜交瘤技能，涉及動物免疫和細胞交融等過程，制備周期長、批間差異大。1985年，Smith創始了噬菌體展現技能，具體是將外源蛋白質的DNA序列插入到噬菌體外殼蛋白的一個基因上，使外源基因跟著外殼蛋白的表達而表達，終究蛋白以與外殼蛋白交融的方式展現在噬菌體外表。被展現的蛋白或者多肽能夠保持相對的空間結構和生物活性，因此能夠利用靶蛋白對其進行挑選。噬菌體外表展現技能直接略過了動物免疫和細胞交融過程，抗體來歷能夠跨越物種，還能夠進一步應用于抗體親和力老練等，具有更加高效和高通量的特點。采用該技能已成功開發了全人源的抗體藥物即阿達木單抗。中藥篩選活性成分方法化合物處理技能是讓規劃的篩選渠道作業的根底。

在過去的十年中，表型挑選在藥物發現中再次變得越來越重要，其實際成果是測定和挑選級聯變得越來越雜亂，從而限制了可以挑選的化合物的數量。迭代挑選可以減少整體篩查化合物的數量，節省化合物庫存，縮短時間表和成本，更重要的是在進行大規模篩查之前先驗證或優化測定方式。在經典的HTS中，一切化合物均經過測驗，化合物在平板篩板上的散布對成果影響不大。但是在迭代多樣性驅動的子集挑選中（如NIBR所實踐），正確的分配對于取得合理的成果至關重要。

目前已知氨基酸序列的蛋白質分子約有2.1億個，但到RCSBPDB上錄入的被實驗解析的蛋白質三維結構只有18,1295個，不到蛋白質總數的0.1%。究其根本，通過X射線衍射、核磁共振或冷凍電鏡等方法獲得蛋白質三維結構，哪個不耗時費力、需要很多資金投入？另，計算機猜測蛋白質結構有諸多限制，SWISS-MODEL要求序列同源性>30%，I-TASSER要求序列能穿到現有結構，ROBETTA要求氨基酸序列<200。全國苦“蛋白質三維結構”久矣！直到AlphaFold2橫空出世。AlphaFold2橫空出世2020年底，AlphaFold2(DeepMind公司開發的AI程序)在CASP14(第14屆蛋白質結構猜測競賽)中將蛋白結構猜測準確性從40分提高到92.4分，完成了原子精度或者接近原子精度的結構猜測，震驚生物界。用于高通量試驗篩選的化合物庫有哪些？

酶聯免疫吸附酶聯免疫吸附試驗是狠常用的實驗辦法之一，可檢測和定量如抗體、蛋白質等物質。但該辦法存在靈敏度低等缺陷，能夠經過削減樣品體積，增加操控和吞吐量等辦法優化。氧化應激已被證實參與許多病理生理過程，而抗氧化防御系統中的幾個要害酶，包括血紅素加氧酶1(HO-1)、超氧化物歧化酶(SOD)和谷胱甘肽s-轉移酶(GST)等，首要受到Keap1和Nrf2調控，所以作用于Keap1-Nrf2的抑制劑被認為是醫治慢性氧化和炎癥應激的重要途徑。什么是高通量藥物篩選呢？藥物表型篩選

什么是高內在藥物篩選？中藥化合物庫篩藥

熒光共振能量轉移熒光共振能量轉移適用于檢測兩個蛋白質之間親和力的改變，或因其結合構象的改變引起的蛋白質-蛋白質相互作用方式的改變。熒光共振能量轉移中來自熒光供體的能量經過偶極-偶極相互作用被受體吸收，而其中能量轉移的效率很大程度上取決于供體和受主之間的光譜重疊，以及它們之間的距離和相對方向。YoshitomoShiroma團隊經過構建DNAstrandexchangefluorescenceresonanceenergytransfer(DSE-FRET)體系，對NF-κB特定亞型抑制劑進行挑選，從32914種化合物中，獲得了RelA特異性抑制劑。經過這種挑選方法，甚至能區分NF-κB的詳細某個亞基。中藥化合物庫篩藥