同源模建（Homology Modeling）根据模板蛋白，预测目标蛋白的三维结构。对于尚未或者无法获得实验晶体结构的蛋白质，同源模建无疑是一种重要而有效的辅助手段。构建的蛋白模型也可用于后续分子机制的探索。

虚拟筛选（Virtual Screening）利用计算机技术从包含大量化合物的数据库中筛选出有潜力的先导化合物。虚拟筛选已广泛应用于化合物研发中，为全球药企和实验室节省大量的时间成本和试验成本，并且提高命中率。

虚拟筛选主要分为两类：基于受体的虚拟筛选和基于配体的虚拟筛选。分子对接是基于受体的虚拟筛选主要方法之一。相似度搜索和药效团筛选，是两种主要的基于配体的虚拟筛选方法。全面调研靶标的研究背景的基础上，我们灵活整合分子对接、2D/3D相似性搜索、药效团筛选并辅以分子动力学的优势，提供有针对性的虚拟筛选方案。

我们理解大多数研究者对虚拟筛选准确率低、假阳性率高的诟病，这些问题通常来自于傻瓜式的操作和对研究体系缺乏充分了解。在整个化合物发现的过程中，布满了各种陷阱，不少是非常隐秘的。我们深谙每种方法都有其固有的缺陷，因此，在充分了解研究体系的情况下，我们通常采用多模型方案与平行和（或）串行的筛选策略，并根据先验的成功概率和后验的命中率仔细挑选策略和设计方案，借助统计学这一强有力的工具，提高我们对筛选策略的成败把握。

我们在虚拟筛选方面有三大优势：

• 拥有海量化合物的数据库，即时产生基于某种骨架的集中库；
• 进行严格的筛选能力测试，具有稳定可靠的预测能力；
• 基于分子对接、药效团、2D相似性、3D相似性和动力学等方式交叉验证。