基于配体虚拟筛选方法使用化合物信息来预测活性，即测量库中化合物与对目标有活性的参考化合物的相似性。已知活性成分的 2D 或 3D 化学结构或分子描述符用于检索数据库中其他（“相似”）的目标化合物，使用不同类型的相似性测量或通过在查询分子和扫描库之间寻找共同的子结构或药效团。基于配体虚拟筛选比其他虚拟筛选方法具有显著优势，因为它不涉及大分子计算，也不需要事先了解活性配体。它被选为药物发现和先导化合物优化最流行的方法之一，尤其是在无法获得潜在药物靶标的三维结构时。
迈博睿生物提供各种基于配体虚拟筛选方法，包括 2D 分子相似性方法（基于指纹的方法）、3D 相似性搜索（通过物理化学性质、药效团和分子周围的能量场（如静电性质）确定分子形状是否着色）、机器学习和 2D/3D QSAR（定量结构-活性性质）建模。
图 1. 基于配体的虚拟筛选方法。（Comb Chem 高通量筛选。20111）
基于配体虚拟筛选相似性方法是一种非常简单且计算成本低廉的方法，用于检索与已知配体具有相似特征的化合物。在二维分子相似性方法中，利用与靶标结合的已知配体的分子指纹在电子库中查找具有相似指纹的分子；而在三维相似性方法中，将库中化合物的三维形状与已知活性配体的三维形状进行比较，以作为参考。
药效团建模也广泛应用于LBVS，用于生成适用于新型化合物设计的预测模型。在迈博睿生物，我们通过叠加一组结构多样、但与同一靶点结合的化合物，并提取对其生物活性至关重要的共同化学特征，构建药效团模型。然后，我们利用药效团模型对化合物库进行虚拟筛选，从而识别潜在的配体候选物。
我们的优势：
- 最先进的 LBVS 技术和软件工具
- 计算机模拟和实验团队
- 药效团建模、相似性方法、2D/3D QSAR、机器学习
- 总共60个刀片和720个核心的超高性能计算机集群
- 包含超过 1000 万种可购买化合物的化合物数据库
