根據平板的高通量挑選（HTS）仍然是藥物發現中小分子化合物射中的首要來歷，雖然出現了無板編碼的挑選辦法，例如DNA編碼文庫和根據微流體的辦法，以及核算方面的虛擬挑選辦法。因而，許多制藥公司繼續投資于平板型低分子量（LMW）挑選渠道并將其視為關鍵財物。NIBR項目團隊通常以迭代方式挑選總化合物的子集（超過200萬種共同的化合物）。經過去除低質量的樣品或具有不良化學結構的化合物，“全挑選渠道”已減少到不足150萬個樣品。篩選之前開發適宜的篩選模型是試驗的重中之重，化合物庫可以用于新開發篩選模型的驗證。藥效物質有效篩選

ZINC20新增數十億分子AlphaFold2給藥物研制帶來的革新性變化不言而喻：AlphaFold2能低成本猜測疾病相關的蛋白質結構，從而經過藥物重定位、虛擬挑選等方法尋找這些疾病的潛在藥物。而化合物數據庫作為虛擬挑選的重要工具，相同決議了小分子藥物研制的速度和質量。ZINC是一個匯總了化合物相關信息的公開數據庫，是支撐2D、3D化合物分子方式下載以及可進行快速分子查找、類似物搜索的服務網站，其分子量現已現在增加到近20億，其間可購買的13億化合物來自于150個公司共310個產品目錄。雖然全球庫存化合物的數量(現在約為1400萬)每年只增加百分之幾，但按需定制化合物數量簡直呈指數增加，現在按需定制化合物的需求量現已增加至數百億個分子，數年后將到達千億級。ZINC20新增百億個按需定制化合物(暫未添加到ZINC庫中)，這些化合物在骨架和分子多樣性上都明顯優于物理挑選數據庫。藥物篩選中心平臺針對判定的靶點篩選相應抑制劑或激動劑，這種篩選模式我們稱為根據靶點的篩選。

高通量篩選成果證明了單堿基編輯工具在點驟變篩選研討中的有效性，但篩選后的功用研討也證明了后續驗證的必要性：特定條件下，CBE會在活性窗口之外誘導出重要點驟變，這只有通過后續驗證方能發現。此外，研討者還針對有多種靶向抑制劑的PARP1基因開展點驟變篩選，成果發現多種點驟變可改變藥物的敏感性和耐受性，部分點驟變的功用還具有抑制劑特異性：甚至對不同抑制劑有截然相反的影響。研討者對ClinVar數據庫中3584種基因的52,034種點驟變進行高通量篩選，以研討順鉑和潮霉素處理后影響細胞存活的關鍵點驟變，成果發現很多DNA損傷修復基因的LOF點驟變在其中扮演重要角色。

纖維性疾病簡直影響到身體的每一個組織，這種疾病的產生和發展會迅速導致組織功能障礙、機體組織衰竭，導致逝世。成纖維細胞誘導細胞外基質(ECM)的大量沉積(I和V型膠原作為標志物)是纖維化疾病的標志。目前臨床可供使用的抗纖維化的藥物相對缺少。2021年，由MichaelGerckens等人開發了一種根據表型挑選開發新式抗纖維化藥物的辦法，并鑒定出一系列具有較高活性的抗纖維化化合物。挑選模型建立首要作者建立了一種深度學習模型(deeplearningmodel)，可以對高通量顯微成像取得的數千張細胞外基質(ECM)免疫染色圖片進行批量分析，以確定具有改進纖維化狀況的先導化合物。以自動化分離技能進行篩選,攻克天然藥物成分提取難題。

N23Ps效果機制研討基上述活性篩選，作者團隊進一步進行了機制驗證；他們對纖維化組，纖維化+N23Ps組(給藥組)及空白組進行芯片轉錄組剖析，發現一系列蛋白表達調控差異。經過對組學數據剖析及基因功能關系剖析，鑒定出E3連接酶SMURF2(TGFβ1信號通路中重要的胞內信號因子)可能參加了N23Ps對立纖維化的調控為了深化了解N23P調節TGFβ1依賴性肌成纖維細胞轉分化的機制，使用SMURF2siRNA敲低進行了功能丟失研討。cmp4處理明顯按捺TGFβ1處理的IPF-phLFs中αSMA蛋白的表達;但這種按捺在SMURF2缺失的phLFs+TGFβ1+cmp4的肌成纖維細胞中被阻撓(圖6)，這表明N23Ps的確會經過SMURF2按捺的TGF-β通路參加抗纖維化調控。高通量辦法完成糖活性酶的挑選。高通量篩選中心

化合物處理技能是讓規劃的篩選渠道作業的根底。藥效物質有效篩選

挑選渠道規劃原則一個“抱負的”多樣性驅動的挑選渠道，兩個**重要的標準是：首要，它應包含在**小的子集內具有所有可能的靶標和作用機理的化合物；其次，物質和實體樣品的特性應具有比較高的質量（即沒有不期望的性質的陽性化合物，例如，誘導蛋白質沉積的化合物樣品）。咱們的挑選渠道的規劃是基于以下兩個主要特征：生物多樣性可以以盡可能少的化合物處理盡可能多的靶標，第二，比較好的化合物樣品特性以將不期望有的性質的陽性化合物約束在比較低。同時咱們要知道挑選渠道的規劃依賴于前史挑選發生的經驗，因此，咱們界說了一個挑選渠道規劃進程（見圖1），而且每3到4年進行從頭規劃和優化。化合物處理技術是讓規劃的挑選渠道工作的根底藥效物質有效篩選