- 1、本文档内容版权归属内容提供方,所产生的收益全部归内容提供方所有。如果您对本文有版权争议,可选择认领,认领后既往收益都归您。。
- 2、本文档由用户上传,本站不保证质量和数量令人满意,可能有诸多瑕疵,付费之前,请仔细先通过免费阅读内容等途径辨别内容交易风险。如存在严重挂羊头卖狗肉之情形,可联系本站下载客服投诉处理。
- 3、文档侵权举报电话:400-050-0827(电话支持时间:9:00-18:30)。
查看更多
PAGE1
PAGE1
2.药物筛选的传统方法与挑战
2.1传统药物筛选方法
药物筛选是药物发现过程中的关键步骤,旨在从大量化合物中识别出具有潜在药效的候选分子。传统药物筛选方法主要包括高通量筛选(High-ThroughputScreening,HTS)、基于结构的药物设计(Structure-BasedDrugDesign,SBDD)和组合化学(CombinatorialChemistry)等。这些方法各有其优势和局限性,但共同的挑战在于成本高昂、耗时长且筛选效率低下。
2.1.1高通量筛选(HTS)
高通量筛选是通过自动化设备在短时间内测试大量化合物的一
您可能关注的文档
- 药物发现:分子动力学模拟_(1).分子动力学模拟基础理论.docx
- 药物发现:分子动力学模拟_(2).分子动力学模拟软件及工具.docx
- 药物发现:分子动力学模拟_(3).分子动力学模拟数据处理与分析.docx
- 药物发现:分子动力学模拟_(4).药物设计中的分子动力学应用.docx
- 药物发现:分子动力学模拟_(5).药物-受体相互作用的模拟分析.docx
- 药物发现:分子动力学模拟_(6).分子动力学模拟在药物筛选中的应用.docx
- 药物发现:分子动力学模拟_(7).基于分子动力学的药物优化策略.docx
- 药物发现:分子动力学模拟_(8).分子动力学模拟与自由能计算.docx
- 药物发现:分子动力学模拟_(9).分子动力学模拟在药物代谢研究中的应用.docx
- 药物发现:分子动力学模拟_(10).分子动力学模拟在药物毒性研究中的应用.docx
- 药物发现:基于机器学习的药物筛选_3.机器学习在药物发现中的应用概览.docx
- 药物发现:基于机器学习的药物筛选_4.机器学习基础理论.docx
- 药物发现:基于机器学习的药物筛选_5.药物化学基础与药理学原理.docx
- 药物发现:基于机器学习的药物筛选_6.计算化学与分子建模.docx
- 药物发现:基于机器学习的药物筛选_7.生物信息学与基因组学.docx
- 药物发现:基于机器学习的药物筛选_8.数据预处理与特征选择.docx
- 药物发现:基于机器学习的药物筛选_9.药物分子的表示方法.docx
- 药物发现:基于机器学习的药物筛选_10.药物-靶标相互作用预测.docx
- 药物发现:基于机器学习的药物筛选_11.虚拟筛选技术.docx
- 药物发现:基于机器学习的药物筛选_12.基于机器学习的高通量筛选.docx
文档评论(0)