结构基因组学时代计算药物发现的建立和新趋势生物信息学和化学信息学方法有助于命中化合物的发现，确定并优化，安全性分析以及靶向识别和增强我们对健康和疾病状态的全面理解。在从民营医药和公共医药得到的结构和生物活性数据的大规模集成化的背景下，一整套系统计算方法已经报道并日益结合，以解决越来越多的挑战性靶标或是复杂分子机制。本篇综述探究了与药物发现和化学生物学直接相关的一些关键的计算方法，这些方法特别着重于复合物集合准备，虚拟筛选，蛋白质对接，和系统药理学。提供了一系列通常免费可用的软件包和在线资源列表，以及对一些成功应用的实例进行了简要评述。前沿制药行业和学术团体正做出巨大的努力，对相关的特性，例如生物活性，药物吸收、分布、代谢、排泄和毒性（ADMET）,和潜在的理化性质进行同步优化后，以确定可能成为药物的小分子有机化合物。此外，了解健康和疾病状态的生物进程也需要小分子探针。化学数据库中表型的和基于靶标的中到高通量筛选（HTS）是目前用于确定新型所需化合物的主要技术。然而，也有其他技术和方法用于化合物更好更安全的设计，例如各种“组学”的创立，用于新靶标、生物标记的最终确定的新一代测序方法，以及遗传药理学和表观遗传学意识提高的遗传变异。伴随着实验技术，计算方法正在向以下方向发展，包括分析和整合体外实验和体内实验数据，预测健康相关事件，并可能减少不得不进行魔弹（魔弹(能够杀灭病毒、癌细胞等又不伤宿主的药物)，无副作用的药剂；灵丹妙药；神奇疗法）设计实验的工作量。计算机模拟实验中，这些方法可以被用于药物设计过程的各个阶段，例如，可以涉及到基因组数据查询，比较基因组学的运行，蛋白质和肽段折叠的研究，定义蛋白质相互作用网络，分析突变点的影响，以及辅助临床试验设计，仅举几例。在本研究中，我们将论述一些计算方法和数据库，可以帮助所需药物化合物的发现，着重于用于准备化合物集合策略及虚拟筛选和利用蛋白质-蛋白质相互作用调制器进行蛋白质停靠和蛋白质拼接的设计。我们以简要讨论系统药理学和相关的脱靶预测方法结束本文，因为我们设想通过全球一体化途径可以产生新的介入性治疗，进而降低失败的风险。用整合在各段中的具体的例子简要说明这些概念和方法的应用。化合物集合和一些相关的ADMET（药物吸收、分布、代谢、排泄和毒性）注意事项现在人们普遍接受，成功的高通量筛选（HTS）和计算机模拟筛选的一个重要先决条件在于采用高品质化合物集合。目前的问题是没有共识的解决方案来设计这样一个理想的化合物数据库，这是因为我们对生物有机体的复杂性有限的理解，而且很明显这依赖于这项计划，计划和目标的阶段，以及预期的结果是否是一种药物或化学探针。过去的经验教训可以有助于目前制定决策和明确指导方针，牢记知识在发展时，规则和策略就必须受到质疑和重申。物理性质可用的化合物的筛选集合通常包含其他项目合成的或是从外部供应商购买的化学型。尽管它们可能含有成千上万的化合物，但它们仍然只是探索了化学空间中非常小的一部分，因为估计化学空间范围在1018-10200的分子。由于组装和维持一个筛选集合是非常昂贵的，而且获得有价值的目的化合物的机会通常与化合物的品质有关，所以制药公司和学术实验室已经花费巨大的努力来制定协议以促进数据库“更好和更安全”的设计，进而减少错过可能的有价值的序列的威胁。许多化学数据库和化合物集合都是在线免费可用的。例如，它们包含来自不同供应商整理的数据集合，虚拟化合物，药物和实验得到分子或是毒性分子的数据库，用在高通量筛选实验的分子，或是代谢分子（(TableS1availableonline）。在计算机模拟工具中也有许多被用来设计化合物集合(TableS1)，最近已经提出了一些常规的策略。这些通常涉及到基于经验法则对理化性质的筛选，因为这些特性具有不同的作用（从化合物的处理和可展性到口服生物利用度再到毒性风险的增加）。最近重申的规则五对小鼠采用药代动力学数据是一个众所周知的例子，但是许多相关规则从此已经被提出，例如最近的3/75规则是将理化性质与体内毒性联系。当准备一个集合时，这也有利于移除或标记携带多余的原子和功能基团分子。这些化合物可能被认为很少引人注目，因为它们具有毒性载体，例如硝基，苯胺，乙内酰脲和氰醇，这些都与代谢中间产物的毒性有关。也许，像醛类和环氧化合物可能被认为是不适当的亲电子分子，然而其他分子像硫醇具有氧化还原活性。也有建议要关注像PAINs这样的化合物，它们似乎在许多分析方式中出现非特异性干扰，并且也要关注预料之外的亲电子化合物，就像报警核磁共振发现的一些。据悉，其中许多化合物在最近报道的FAF-Drugs2在线服务器已经标记。对从商业可用化合物和“结构检索（structuralalerts）/结构警报分子”中组建一个库需要慎重的决定，这不仅因为表现在