（一）CADD市场前景
随着科技的发展,计算机辅助药物设计(computer aided drug design,CADD)得到了越来越多科学家的认可。CADD以计算机化学为基础，通过计算机的模拟、计算和预算药物与受体生物大分子之间的关系，设计和优化先导化合物。
与直接进行高通量筛选不同，CADD能够更加合理地分析受体与药物之间作用的可能性，为药物研发提供一定的方向。
（二）CADD虚拟筛选 高效优势
虚拟筛选是一种用于药物发现的计算技术，用于搜索小分子文库，以鉴定最可能结合药物靶标(通常是蛋白质受体或酶)的那些结构。
与传统的实验高通量筛选相比，虚拟筛选是一种更直接，更合理的药物发现方法，并且具有低成本和有效筛选的优势。
虚拟筛选可用于先导化合物的研究。在先导化合物的研究中，虚拟筛选技术通过选择大型数据库化合物进行筛选，为发现新型活性物质提供了种快速而经济的方法。
此外，对于无法获得常规高通量筛选资源的较小公司或者科研单位，此类方法对于选择用于筛选的分子至关重要。
高通量对接方法的改进和优化，提高了实验数据的可靠性，筛选结果的命中率也得到了改善。实验性HTS的典型命中率范围为0.01%至0.14%，而预期虚拟筛选的命中率通常范围为2%至40%。
（三）CADD分子对接 操作思路
分子对接是一种基于靶标蛋白三维结构的药物筛选方式。
通过小分子化合物与靶标进行分子对接, 综合分析得分及空间构象情况，包括静电作用、氢键作用、疏水作用、范德华作用等性质，可以探索配体小分子与受体生物大分子具体作用方式和结合构型,解释化合物产生活性的原因,为合理地优化化合物结构提供指导;通过结合亲合性打分函数，小分子化合物与靶蛋白的结合能力可以定量地得到评价,为候选化合物的挑选提供依据，筛选潜在活性化合物，为实验提供参考。
基于分子对接的小分子化合物的虚拟筛选是目前较有潜力的药物开发工具，由于分子对接过程对化合物结构并没有限制，基于分子对接的虚拟筛选完全有可能获得结构新颖的先导化合物。可以有效的节约时间和费用，这对于发展创新药物无疑起到积极的推动作用。
（四）CADD同源建模 方法论
同源建模(Homology Modeling)是指根据模板蛋白将一级序列转成3D结构。我们在获得蛋白质的序列后，可通过与同源蛋白的结构比对预测目标蛋白的三级结构。对于尚未或者无法获得实验晶体结构的蛋白质，同源建模无疑是一种重要而有效的辅助手段。
步骤流程
●序列搜索和比对，获得同源蛋白质序列和结构;
●结构比对，构建目标蛋白三维结构;
●利用分子动力学模拟等方法进行结构优化。