文章简介：

近数十年来，随着高性能计算（HPC）的不断发展，摩尔定律依然有效，而计算机辅助药物设计方法也随之快速发展。HPC 在药物设计领域有多种关键应用，如药物-靶标结合强度预测（药效预测）、虚拟筛选、分子动力学模拟和蛋白质折叠等，这些应用明显加速了药物发现。其中，如何快速准确地预测配体和成药靶标之间的亲和力，进而发现高效价的药物，被认为是药物设计中最核心问题之一。因此针对这一点，文中进行了着重介绍，其中包括了能够短时间内筛选数十亿化合物的药效快速预测方法，以及目前正在快速发展的基于更加严格的统计力学理论的药效精准预测方法等。此外，文章还介绍了多种基于HPC药物设计方法目前的代表性应用，包括在抗新冠药物发现中的应用（如采用基于自由能微扰药效精准预测方法获得了新冠应急药物双嘧达莫）。随着HPC计算能力进一步提升，及人工智能技术的发展，能够预见到在不远的将来更多全新的药物设计技术将会随之出现，而基于HPC的药物设计也将会对新药研发产生更大的推动作用和重要影响。

本文于2021年6月18日在线发表于国家科学评论（National Science Review），期刊影响因子为17.275。药学院罗海彬教授和中科院上海药物所于坤千研究员为论文的并列通讯作者，中山大学药学院李哲副教授和中科院上海药物所李辉博士生为论文并列第一作者。本项目受到国家重点研发计划、国自然基金面上和青年基金等项目的经费支持。

图1. HPC在药物设计中的代表性应用

全文链接：https://doi.org/10.1093/nsr/nwab105