药物研发技术服务
虚拟筛选
虚拟筛选是一种高效、经济的苗头化合物发现方法，通过算法评估大型化合物库中具有潜在生物活性的候选分子，大大节约实验验证的成本。虚拟筛选可以基于靶标的三维结构或已知活性配体进行，主要分为基于结构的虚拟筛选(SBVS)和基于配体的虚拟筛选(LBVS)两大类:
- 基于结构的虚拟筛选(SBVS)：利用靶标蛋白的三维结构信息，通过分子对接等方法评估化合物库中小分子与靶标结合的能力，筛选出可能具有较高结合能的候选化合物。这一方法的关键在于对靶标蛋白结构的准确建模以及合理的打分函数。
- 基于配体的虚拟筛选(LBVS)：当缺乏靶标蛋白结构信息时,可以利用已知活性配体的结构特征，通过人工智能建模、三维药效团模型搜索等方法在化合物库中寻找结构类似或具有共同药效团的化合物。这一方法的优势在于不依赖靶标结构，但其精确性取决于参考配体的可靠性。
虚拟筛选可以帮助快速缩小候选化合物的范围，先导化合物发现的效率，在现代药物研发中发挥着越来越重要的作用。近年来超大规模虚拟筛选的进展为苗头化合物发现提供了新契机。根据理论估计，适合小分子药物研发的潜在化学空间大小约10^60，传统虚拟筛选仅能探索这个空间的很小部分。可探索化学空间的大小与筛选规模直接相关，筛选的化合物越多，可探索化学空间越大，获得高亲和力苗头化合物的概率也越大。近年来的研究表明，超大规模筛选确切提高了虚拟筛选的真阳性率 。
大规模虚拟筛选与其他先导化合物发现方法比较
康迈在基于结构的大规模虚拟筛选领域具备独特优势。创始人师从该领域国际顶尖权威，曾参与多项高水平学术研究及与跨国药企合作的研发工作，团队积累了丰富的技术经验，可提供业界领先的筛选命中率。通过结合性能优化的先进对接算法、主动学习算法与高性能计算资源，可在数天内完成十亿以上化合物的高通量筛选，并通过智能化的后处理流程快速锁定高质量苗头化合物。
MedxDiscovery平台：领域最佳实践与算法工程优化相结合
服务模式
- 根据客户需求，可提供基于结构的筛选、基于配体的筛选、混合筛选等服务
- 针对靶点进行筛选预研，包括结合口袋分析、已知活性化合物收集、结合模式及关键相互作用分析等，并通过预筛选评估方法有效性
- 客户可根据需求选取不同大小的虚拟化合物库
- 对筛选结果进行多层次过滤，包括对接打分、配体构象能过滤、基于结合自由能的重打分、化合物多样性过滤、药化规则过滤、蛋白质配体相互作用过滤等
- 可附加ADMET成药性过滤
- 计算化学专家人工挑选推荐化合物集
- 针对特定靶标可提供片段筛选、共价筛选等服务
康迈在基于结构的大规模虚拟筛选领域具备独特优势。创始人师从该领域国际顶尖权威，曾参与多项高水平学术研究及与跨国药企合作的研发工作，团队积累了丰富的技术经验，可提供业界领先的筛选命中率。通过结合性能优化的先进对接算法、主动学习算法与高性能计算资源，可在数天内完成十亿以上化合物的高通量筛选，并通过智能化的后处理流程快速锁定高质量苗头化合物。
康迈优势
- 深厚的技术积累：团队在该领域深耕多年，拥有丰富的项目实践经验，技术方案经过充分验证
- 专业的工作流程：不仅仅提供自动化的筛选计算，而是根据项目背景制定筛选策略，并对筛选过程进行分析优化，以专家洞见指导筛选策略
- 量身定制的服务: 根据客户需求定制筛选方案，为其业务目标提供最优方案。
