一个典型的起点计算端交出一份名单项目通常从一份结构文件开始。计算端完成对接打分之后交付的不是一个分子而是一张排序表。名单长度取决于策略偏保守的项目可能只保留十余个高分分子偏宽松的项目会给出数百个。长短直接影响实验端的工作量因此取舍标准要在这一步就定下来。为什么不能拿着名单直接做后续实验手里有一张排序表最省事的做法是挑前几名直接做细胞层面的功能研究。问题在于这张表只反映口袋匹配的几何与能量关系没有经过任何物理测量。混入其中的非真实结合者一旦进入后续环节产生的波动会被当成靶点相关效应记录下来进而误导整个课题方向。因此这一步的目标并不是判断化合物优劣而是把名单从“计算认为可能”变为“物理上确实结合”。哪怕通过的比例不高后续所有实验也都能建立在更稳的基础上。第一轮把名单压到可精测的规模实验端拿到名单后先做整体过滤。做法是把每个分子以单一浓度进样读取响应曲线与响应值有结合的分子会在进样与解离两段呈现可辨识的曲线形状而非真实结合者往往表现为完全无响应或随注射顺序出现不成规律的漂移。这一轮的定位是筛除而非排序因此不必追求精确数值只要能排除明显的背景信号后续工作量就能压缩数倍。芯片的再生条件与参比通道必须在正式测样之前固定否则不同批次之间的响应值不具备可比性。若名单确实偏长可以按化学骨架先做聚类每个簇取一两个代表分子进样避免同一骨架的多个近似结构反复占用芯片与蛋白。第二轮给出可以被比较的数值进入精测的分子按浓度梯度进样每个浓度至少一次重复曲线经拟合得到 kon、koff 与 KD。这一阶段的价值不在于再次确认结合而在于把“有结合”变成有量纲的数KD 相近的两个分子可能一个结合快、解离也快另一个结合慢、解离也慢两者在结构优化中的启示完全不同。拟合质量同样需要记录。浓度点不足、最高浓度未达到饱和、或曲线明显偏离简单结合模型时给出的参数只能作为参考值。把这些限定条件写进报告比只留一个漂亮的数字更负责。排除非特异吸附的常规手段芯片表面的假信号来源不止计算误差。化合物自身聚集、与基质层结合、或与蛋白发生非特异贴合都会产生看似阳性的响应。常规处理包括设置参比通道扣除基质效应、加入溶剂对照评估有机溶剂耐受性、在缓冲液中添加适量去垢剂抑制疏水吸附以及对可疑分子用不同固定化密度复测。从校验数据到下一步决定数据齐备之后项目通常面临三个选择亲和力与动力学均合适的分子进入功能评价动力学特征不理想但骨架仍有价值的分子转入结构优化完全无结合的分子从名单中删除并把结果回补计算端用于修正打分参数。最后这个回流环节常被忽略。把经过验证的阴性结果与阳性结果一起作为依据能让下一轮虚拟筛选的命中率明显改善这也是干湿结合流程能够持续迭代的关键所在。本文由达吉特整理相关资料。说明本文为技术方法学分享内容依据公开文献整理所述化合物与试剂均限于实验室科研用途。