高通量筛选方法

高通量筛选（HTS）是对大量化合物库进行自动化生物测定，以发现具有活性的化合物。通过使用微型测定、机器人技术和微孔板，HTS可以评估数十万到数百万种化合物，提供药物发现的起始点（命中化合物）。其价值不仅取决于规模，也取决于测定的质量和设计。

Definition

高通量筛选是针对生物靶点或表型，对大型化合物库进行系统化、自动化的测定，以识别产生可测量活性且值得进一步研究的化合物（命中化合物）。

Scope

本主题涵盖高通量筛选的原理和方法：测定形式（生化和细胞水平）、化合物库设计、微型化和自动化，以及数据质量的统计控制，包括用于评估测定稳健性的Z因子。它还提及了替代和补充方法，如基于片段的筛选和虚拟筛选。本材料为参考资料，不构成临床指导。

Core questions

• 如何高效且可重复地测定大型化合物库？
• 设计良好、稳健的筛选测定与嘈杂的测定有何区别？
• 如何量化测定质量，以便将真正的命中化合物与噪声区分开来？
• 高通量筛选相对于基于片段、表型和虚拟筛选处于何种位置？

Key concepts

• 化合物库
• 生化测定与细胞水平测定
• 微孔板微型化和自动化
• Z因子和测定稳健性
• 命中率
• 假阳性与测定干扰
• 筛选设计

Key theories

测定质量作为可测量属性（Z因子）

筛选测定的可靠性可以通过一个无量纲统计量——Z因子来概括，该统计量来源于阳性对照和阴性对照的均值和变异性，从而允许在筛选活动之前和期间对测定进行验证和比较。

Mechanisms

在典型的筛选中，微孔板的每个孔接收不同的化合物，可检测信号（通常是荧光或发光）报告针对靶点或细胞读数的活性。机器人处理液体分配和板移动，以便处理非常大的化合物库。由于活性必须与随机变异和测定假象区分开来，统计控制至关重要：Z因子比较阳性对照和阴性对照之间的分离程度与它们的总变异性，从而提供衡量测定是否足以进行筛选的标准。良好的筛选设计——测定形式、化合物库和阈值的选择——极大地影响了哪些命中化合物出现以及有多少是虚假的。

Clinical relevance

许多现代药物的化学起始点是通过高通量筛选发现的，因此理解该方法有助于解释特定化合物如何以及为何进入开发阶段。本条目描述了一种发现方法，具有教育意义；它不是临床或治疗决策的基础。

Evidence & guidelines

相关文献是方法学方面的。Z因子论文为测定验证提供了一个广泛使用的标准，而关于筛选设计以及命中化合物和先导化合物生成的综述则阐述了高通量筛选相对于基于片段和基于结构等补充方法的良好实践和局限性。

History

高通量筛选起源于20世纪80年代和90年代自动化、测定微型化和大型组合化合物库的融合，成为药物发现的核心引擎。随着筛选规模的扩大，对客观质量控制的需求导致了Z因子（1999年）等标准统计方法的出现。随后的评论强调，更多的化合物并不自动产生更好的先导化合物，这促使人们关注测定设计以及超越蛮力筛选的补充策略。

Debates

纯粹的筛选规模能否带来更好的先导化合物？

更大的化合物库增加了发现命中化合物的机会，但也增加了假阳性和不良化学类型的风险；评论者认为，周密的测定和化合物库设计，以及与基于片段和计算方法的整合，比单纯的通量更重要。

Key figures

• Ji-Hu Zhang
• W. Patrick Walters
• Konrad Bleicher

Seminal works

• zhang-1999
• walters-namchuk-2003

Frequently asked questions

高通量筛选中的Z因子是什么？

Z因子是一个无量纲统计量，它根据阳性对照和阴性对照的均值和标准差，总结了筛选测定区分活性和非活性反应的程度；它用于判断测定是否足够稳健以进行筛选。

高通量筛选是发现命中化合物的唯一方法吗？

不是。它是一种主要方法，但基于片段的筛选、虚拟（计算）筛选和表型方法是识别起始化合物的补充途径。