高科技藥物設計
飛機，橋樑甚至心臟支架的設計始於計算機生成的型號，這些型號不僅詳細說明了產品的外觀，還詳細介紹了它們在不同條件下的工作方式。近年來，科學家已經開始使用相同的方法來幫助設計新藥。
以下是一些計算如何促進藥物發現過程許多方面的示例，包括識別有希望的化合物，以在實驗室和臨床試驗中進行進一步測試。
了解更多：
這篇內在的生活科學文章是由與生活協會合作的國家一般醫學科學研究所，一部分國立衛生研究院。
更完整的型號
大多數藥物通過阻斷或刺激體內特定蛋白的活性來起作用。例如，止痛藥阻止涉及炎症的酶。為了創建一種將以所需方式與蛋白質靶標相互作用的藥物，化學家通常從與自然分子結合的計算機結構模型開始，該模型“解鎖”了生物學作用。然後，他們試圖設計像天然的小分子一樣。但是，這種方法僅與起始蛋白質模型一樣好（和準確）。
德克薩斯大學奧斯汀分校的研究人員最近改進了算法，用於對蛋白質結構的簡短部分進行建模。通過捕獲蛋白質形狀的其他細節，他們可以更好地理解，識別並預測潛在的藥物分子如何結合。
預測新用途
開發新藥並將其推向市場可能需要15年，並且耗資超過10億美元。另一種選擇是識別和測試FDA批准的藥物以進行新用途，也稱為藥物重新定位。通過計算通過基因組信息的公共數據庫進行篩選，斯坦福大學的研究人員與53種人類疾病相匹配，包括癌症，克羅恩病和心血管疾病，與現有的藥物相匹配，這些疾病可能會作為治療方法。
科學家證實了一些已經知道的比賽 - 驗證了該方法的實用性 - 但他們也確定了一些令人驚訝的對。例如，一種用於治療癲癇的抗驚厥藥托吡酯，是炎症性腸病的良好匹配。在對大鼠和鼠標模型進行測試時，該發現保持了。
有興趣探索具有治療潛力的分子的化學家可以訪問包含數千種化合物的文庫。但是，即使在機器人技術的幫助下，在實驗室中進行的有希望的很少的測試可能需要一個月。現在，包括數百萬個市售化學品的數據庫可以更快，更易於訪問的虛擬篩選。
南方衛理公會大學的生物化學家和超級計算機一起使用這種方法來評估每天約40,000種化合物，以找到可以阻止蛋白質的蛋白質，從而使化學療法藥物降低。梳理了800萬種化合物，導致了幾百個可以堵塞蛋白質的熱門清單，他們現在在實驗室中追捕其中大約30個。
預測副作用
當藥物與意外蛋白質靶標相互作用時，它們會引起副作用，其中可能包括皮疹，抑鬱和其他不良影響。不利的副作用是第二個常見原因（缺乏效力），即潛在的藥物在臨床試驗中失敗。儘早預測不希望的約束活動可以節省金錢和時間。
為了測試計算機模型是否可以識別哪些藥物可能會產生不良副作用，舊金山加利福尼亞大學的藥物化學家與諾華研究所的毒理學家合作進行了生物醫學研究。他們專注於目前有已知安全性或副作用記錄的656種處方藥。科學家使用有關數千種其他化合物的信息來預測藥物與意外靶標和潛在副作用的結合，大約是一半的時間，這代表了向前邁出的一大步。
藥物跟踪
預測副作用和藥物功效的另一種方法是弄清楚藥物進入人體後如何吸收，分佈，代謝和排泄。
為了研究這些藥代動力學過程，密歇根大學的科學家創建了一種計算工具，用於模擬細胞水平的藥物運輸。這些模擬使觀察和操縱細胞內大量藥物分子的分佈成為可能，並確定哪些最有可能達到其預期靶標。科學家通過使用微觀成像來跟踪體內或細胞內傳播分子的分佈的變化來驗證結果。這些模擬可用於研究和篩查市場上的藥物，並且仍在測試中。
