OpenEye先导化合物发现概述
为了发现新的生物活性化学物质，快速高效地筛选候选分子的大数据库，无论是真实的或是虚拟的，是许多药物发现计划的重要部分。 OpenEye为这个问题提供了一系列不同的解决方案。
基于配体的方案
- OEChem & GraphSim Toolkits
- ROCS
- FastROCS
基于图形（2D）的分子2D相似性方法评估化合物的相似性，世界级的化学信息学方法计算，包括：指纹图谱，子结构、SMARTS匹配等等。
ROCS是基于形状的叠合和打分的金标准。 在其标准的高通量模式下，ROCS执行快速、物理准确的分子叠合，以便对分析的大型分子数据库进行高效的打分和排序。 ROCS一再被证明是在各种环境中发现铅、先导化合物的有效解决方案。
FastROCS以2D方法的速度进行基于形状的叠合和打分。 FastROCS采用GUP计算实现ROCS中非常成功的形状匹配和打分技术。 FastROCS以ROCS大3个数量级以上的速度对分子进行叠合和打分，在几秒内筛选数百万化合物的数据库。更重要的是，FastROCS现在能够解决以前用形状无法实现的任务，包括大规模数据库聚类和数据库搜索，其速度与更传统的2D指纹方法相同。
基于结构的方案
- OEDocking
OEDocking提供了基于结构的潜在先导化合物发现工具。OEDocking中的HYBRID高效地将共晶配体的知识整合到结合模式预测和打分过程中。 因此，与其他方法相比，HYBRID的先导化合物发现性能得到显着改善; 最近发表的研究表明，HYBRID在基于结构的先导化合物发现的标准测试中以其他地方无法比拟的速度产生了一流的性能。