第二章 药物筛选基础：靶点识别、高通量筛选与虚拟筛选简介
做药物筛选这么多年，我经常被问到一句话：“筛了这么多化合物，到底在找什么？”
这个问题其实直击核心。你想想看，药物筛选不是漫无目的地试，而是先搞清楚目标，再选对工具。今天这节，我就把这三个关键环节掰开揉碎讲清楚：靶点怎么找、高通量筛选怎么跑、虚拟筛选又是怎么回事。
这三步，说白了就是药物发现的“三板斧”。
2.1 靶点识别：你得知道打哪儿
靶点识别，就是找到那个能引起疾病的“罪魁祸首”。通常是蛋白质、酶、受体或者核酸。我个人习惯把靶点比作“锁”，药物就是“钥匙”——锁不对，钥匙再漂亮也没用。
靶点识别的一般流程：
- 疾病机制研究：通过基因组学、蛋白质组学、文献挖掘，确定哪些分子在疾病通路中“失控”了。
- 靶点验证：用基因敲除、RNA干扰、CRISPR等技术，验证该靶点是否真的与疾病相关。
- 可药性评估：这个靶点能不能被小分子或生物制剂调控？有没有合适的结合口袋？
常见靶点类型及特点：
| 靶点类型 | 典型例子 | 筛选难度 | 我踩过的坑 |
|---|---|---|---|
| G蛋白偶联受体（GPCR） | β2肾上腺素受体 | 中高 | 信号通路复杂，假阳性多 |
| 酶 | HIV蛋白酶 | 中等 | 底物选择不当会导致误判 |
| 离子通道 | 钠离子通道Nav1.7 | 高 | 膜电位干扰影响结果 |
| 蛋白质-蛋白质相互作用 | p53-MDM2 | 极高 | 结合界面平坦，难以设计抑制剂 |
2.2 高通量筛选：用数量换概率
确定了靶点之后，就该上“硬菜”了——高通量筛选（High-Throughput Screening, HTS）。
说白了，就是以自动化和微型化的方式，在一个下午把几万甚至几百万个化合物全部测一遍。我个人特别喜欢HTS的“简单粗暴”——不管你怎么预测，测过才知道。
典型的HTS流程：
- 化合物库准备：通常来自商业库、天然产物库或组合化学库。化合物以DMSO溶液形式保存在384孔或1536孔板中。
- 试验体系建立：设计检测方法，比如荧光强度、酶活性、细胞活力等。
- 自动化加样与检测：机器人完成移液、孵育、读数。
- 数据分析：计算抑制率/激活率，识别“hit”（初步活性分子）。
这里我分享一个真实案例：有个项目目标是筛选PI3K抑制剂，我们用HTS跑了一轮，从50万个化合物里筛出了2000个初筛阳性。结果复筛时大部分都没能重复——说白了，HTS的假阳性率其实不低。我建议在分析时至少设置三组对照：阳性对照、阴性对照、空白对照。
HTS vs. 虚拟筛选：
| 项目 | 高通量筛选（HTS） | 虚拟筛选（VS） |
|---|---|---|
| 资源需求 | 高（设备、试剂、人力） | 低（计算资源、软件） |
| 通量 | 10^5-10^6/天 | 10^6-10^9/天 |
| 假阳性 | 中等偏高 | 较高（依赖模型精度） |
| 适用阶段 | 先导化合物发现 | 早期筛选、先导优化 |
| 我的建议 | 库规模小于10万可以不跑HTS | 模型验证充分后再大规模跑 |
2.3 虚拟筛选：用算力换效率
虚拟筛选（Virtual Screening, VS），就是用计算机在大量化合物中“预筛”一遍。我入行那会儿，大家对虚拟筛选的态度还比较保守，总说“计算出来的不可信”。现在呢？没有哪个大型药企敢不用虚拟筛选。
虚拟筛选主要有两大流派：
- 基于配体的虚拟筛选（LBVS）：你不知道靶点结构，但知道一堆已知活性的配体。用这些配体的结构特征去“找亲戚”。
- 基于结构的虚拟筛选（SBVS）：你有靶点的晶体结构（比如X射线或冷冻电镜），直接用分子对接把化合物放进结合口袋评分。
两者怎么选？我个人习惯是：有结构就用SBVS，没结构就用LBVS。但如果条件允许，两者联合使用效果最好。我在一个激酶项目里，先用LBVS把1000万化合物缩小到10万，再用SBVS把10万个对接一遍，最后挑出500个做HTS验证——这样既省时间又省钱。
一个典型的基于结构的虚拟筛选脚本（用AutoDock Vina为例）：
# 准备受体文件（pdbqt格式）
prepare_receptor -r target.pdb -o target.pdbqt
# 准备配体文件（pdbqt格式）
prepare_ligand -l ligand.sdf -o ligand.pdbqt
# 运行分子对接
vina --receptor target.pdbqt \
--ligand ligand.pdbqt \
--center_x 10.5 \
--center_y 20.3 \
--center_z 15.7 \
--size_x 20 \
--size_y 20 \
--size_z 20 \
--exhaustiveness 16 \
--num_modes 5--center_x/y/z：定义结合口袋的中心坐标。很多新手直接设成(0,0,0)，结果跑出来全是错位。先根据实验结构或文献确定坐标。--size_x/y/z：定义搜索盒的大小。太大浪费时间，太小可能漏掉结合模式。--exhaustiveness：搜索深度。我一般设16~32，追求速度时降到8。
2.4 为什么要把分子指纹引进来？
看到这里你可能在想：前面讲的靶点识别、HTS、虚拟筛选，跟分子指纹有什么关系？
关系大了去了。你想想看，HTS筛出来的几十个“hit”，怎么排序？虚拟筛选跑完的几万个分子，怎么挑？
这时候，分子指纹就是那个帮你“打分”和“分类”的核心工具。它能告诉你：这个分子像不像已知的活性分子？它的骨架是否新颖？它的理化性质有没有问题？
更具体一点：
- 在LBVS中，分子指纹用于计算配体相似性（Tanimoto系数）。
- 在SBVS后，分子指纹可以帮助排除“假阳性”的分子（比如那些只靠强氢键撑起来的分子）。
- 在HTS数据分析中，分子指纹聚类可以快速找到“active series”，而不是被散点分子迷惑。
简单说，没有分子指纹，筛选出来的分子就是一堆无序的数字；有了分子指纹，你才能看明白这帮分子到底“长什么样”。
2.5 本章知识结构
我把这一章的核心逻辑画成了一张流程图，方便你快速把握全貌：
这一章的内容就到这里。靶点识别是“找准方向”，高通量筛选是“实测实量”，虚拟筛选是“预判预筛”——三者相辅相成。而分子指纹，就是让这三者真正协同起来的那根“线”。