藥物研發與開發是一個復雜與漫長的過程，特別是小分子藥物的研發，其難點和關鍵在于如何快速高效的找到先導化合物（LeadCompound）。采用高通量藥物篩選（High-throughputscreening，HTS）來發現新的先導化合物仍然是小分子藥物研發的優先。傳統藥物篩選是一個耗時長且昂貴的過程，一般需要消耗大量的樣品和實驗動物，對技術人員的操作技能有較高要求，難以在短時間內對一定數量的樣品開展有效和經濟的篩選。隨著各類化合物樣品庫儲量的不斷增加以及組合化學技術的應用，采用傳統手段篩選海量樣品不僅不可能而且極大地限制了新藥研究之進程。藥物的高通量篩選技術。浙江高通量篩選法

微生物菌種的改造是現代微生物發酵行業中，提高其工業化生產性能，提高酶和菌的性能非常重要的一個環節。而快速高效的高通量篩選方法的建立又是菌株改造中非常重要的一個環節。以下介紹的是高通量快速篩選方法中一個環節的內容，如果想建立快速篩選方法，還需要有其他方面的工作要做。何為高通量快速篩選方法？就是通過將需要篩選的表型（高酶活，某種物質的高產量）和一種能夠方便被人眼或者儀器快速識別并判斷高低的物質或者信號想關聯，而建立起來的篩選方法。浙江高通量篩選法藥物高通量篩選的特點。

高通量篩選的特色效用高通量篩選技術是將多種技術方法有機結合而形成的一種新技術體系，它以微板形式作為實驗工具載體，以自動化操作系統執行實驗過程，以靈敏快速的檢測儀器采集實驗數據，以計算機對數以千計的樣品數據進行分析處理，從而得出科學準確的實驗結果和特色效用。英國學者AlanD研究提示，一個實驗室采用傳統的方法，借助20余種藥物作用靶位，1年內能篩選75000個樣品；1997年高通量篩選技術發展初期，采用100余種靶位，每年可篩選100萬個樣品；1999年高通量篩選技術進一步完善后，每天的篩選量就高達10萬種化合物。近年來,光學測定技術在美、英兩國研究人員在高通量篩選檢測中，努力進行了光學測定方法的研究，建立了大量的非同位素標記測定法，如用分光光度檢測法篩選蛋白酪氨酸激酶抑制劑、組織纖溶酶原劑等，均獲得成功。

為了避免頻繁命中化合物對實驗干擾，許多實驗方法，例如采用qHTS、ADP-Glo等更先進高通量篩選方法，或者采用交互實驗驗證等用于增強篩選結果可行度。此外，隨著更多晶體結構發現分享和生物實驗數據庫整理，頻繁命中化合物的探索變得更加可行。為人熟知且使用的就是PAINS（Pan-assay interference compounds）篩選規則。這是Baell等人在2010年基于六個不同靶點高通量篩選實驗結果，并將其中頻繁出現（≥4次）的化合物和相關結構總結為包含480個子結構的篩選規則。但這類規則主要針對的是化學易反應化合物，且PAINS規則本身也有很大局限性，因此，頻繁命中化合物相關篩選預測工具的開發仍然是現今研究熱點。在2017年，一篇由九名美國化學學會雜志主編聯名發表的文章“The Ecstasy and Agony of Assay Interference Compounds”中強調了實驗干擾引起的假陽性化合物的危害，告誡研究人員對篩選得出的陽性結果真實性需要反復確認，對潛在的假陽性結果需要提高警惕。為了更深入的了解頻繁命中化合物和相關機制。高通量篩選的藥物特點。

高通量篩選作為主流的篩選技術，已得到了的應用。其他篩選技術，比如組合庫(CombinatorialLibrary)和碎片化合物庫(FragmentLibrary)篩選技術運用也相當，只是相較而言運用較少。另外，基于DNA編碼化合庫（DEL）技術的篩選文獻報道也不多見，并且大都發表于2016年之后，很多研究工作仍處于待發表狀態。正如2018年Brown和Bostr?m所指出，TheJournalofMedicinalChemistry上所報道的66個臨床化合物，就有1個是出自于DNA編碼化合物庫技術。氨基酸菌種的高通量篩選。浙江高通量篩選法

高通量篩選研究現狀。浙江高通量篩選法

然而傳統的針對單一靶點的研究方法已經難以適應一些多基因疾病和病毒等相關藥物的研究。而基于細胞水平的高內涵篩選(high content screening, HCS)技術實現了對化合物多靶點多參數的同時檢測，從疾病相關基因調控通路和網絡水平上研究藥物的作用機制、代謝途徑和潛在毒性等，也使在細胞水平評價活性化合物的成成為可能。從篩選載體上看，HCS和HTS并沒有的區別，它的檢測體積并未因檢測指標增加而增高，操作步驟同樣簡單可行、可自動化。故HCS在新藥研發中發揮越來越重要的作用。浙江高通量篩選法