合研生物可以利用基于結構的藥物設計方法，對可購買化合物、天然產物等數據庫進行虛擬篩選，并獲得潛在活性的化合物列表供進一步活性實驗確證。面向制藥企業和科研院所，可提供一站式的早期藥物研發服務，包括虛擬藥物篩選、先導優化、靶標預測、動力學模擬等，涉及化學藥、生物藥、中藥等多種新藥類型，為您提供優質的藥物發現服務。
- 計算機輔助藥物設計
計算機輔助藥物設計（Computer-Aided Drug Design）是以量子力學和分子力學的分子模擬理論為基礎，通過模擬、計算或模型學習，預測藥物與靶標分子之間的作用，篩選、設計和優化先導化合物的方法。
1. 基于結構的藥物設計（Structure-based Drug Design, SBDD）
a) 分子對接（Molecular Docking）
b) 從頭設計（de novo）
c) 藥效團模型（pharmacophore）
2. 蛋白結構的同源模建（Homology Modeling）
3. 動力學模擬（Molecular Dynamics）
4. 基于配基的藥物設計（Fragment-based Drug Design, FBDD）
a) 定量構效關系分析（QSAR）
b) 機器學習模型（Machine Learning）
c) 構象分析（Conformational Analysis）
5. 先導化合物優化（Lead Optimization）
a) 骨架躍遷（Scaffold Hopping）
b) 生物電子等排體（Bioisostere）
c) 分子相似性分析（Molecular Similarity Analysis）
d) 成藥性分析（Drug Profiler）
理化性質（Physical and Chemical Properties）
ADME性質（ADME Property）
安全性（Safety Profiler）
6. 多靶標藥物設計（Multi-target Drug Design）
- 反向靶標預測
尋找靶標的過程，稱為反向找靶，即建立表型活性和分子靶標的關系。
反向對接（Reverse Docking）
反向藥效團模型搜索（Pharmacophore Matching）
配體分子相似性分析（Ligand Similarity Analysis）
化合物-靶標網絡（Compound-Target Network Plot）
靶標作用通路富集分析（Pathway Enrichment Analysis）
- 基于靶標的合理藥物設計
與疾病相關的生命科學基礎研究或已有的藥物成功研發案例可以發現并確證藥物開發的靶標，此時，一個重要的任務是盡快發現多樣性的活性化合物。如果靶標蛋白的結構已經通過X-Ray衍射或是NMR方法測定，可以利用基于結構的藥物設計方法，包括分子對接、藥效基團、從頭設計、分子動力學等，對可購買化合物、天然產物等數據庫進行虛擬篩選，并獲得潛在活性的化合物列表供進一步活性實驗確證。在靶標結構未知的情況下，盛世華康可以通過同源模建等方法建立該靶標的可能結構，并開展進一步的研究。
* 基于配體的合理藥物設計
如果沒有任何靶標結構相關的信息可以利用，可以根據已知的活性分子，根據相似性原理，開展定量構效關系分析、藥效團模型構建、假想受體模型等研究，或進行先導化合物的結構優化，快速發現me too, me better的化合物。
* ADME/T特性的理論評測
可通過理論方法預測、分析客戶所提供的苗頭或先導化合物的吸收、分布、代謝、排泄以及毒性(ADME/T)特性，以幫助提高這些化合物的成藥性。這些理論預測模型均基于大數據分析獲得，既包括大量的商業模型，也包括基于獨有技術開發的模型。
* 表型活性的靶標預測
對已經經過表型活性確認的分子，例如抗腫瘤、抗菌藥物，通過反向分子對接、藥效團搜索和機器學習算法推測該活性分子的潛在靶標，并進一步快速驗證靶標的正確性。對分離或者合成獲得的新穎化合物結構，可以通過上述技術，預測該化合物的潛在活性，實現靶標發現，提升化合物價值。
服務流程：
客戶提出需求-> 公司提供初步方案->雙方協商方案細節與定價->公司提供藥物設計結果->客戶反饋->后續跟進服務
