近年来,随着对新药需求的增加及新药物靶点的出现，各大制药公司及科研院所也加大了新药开发的力度。传统的新药筛选存在着周期过长、假阳性多、成本过高的缺点，使得很多公司对新药开发望而却步。计算机辅助药物设计方法，是通过计算机预测苗头化合物与靶蛋白的结合能力来筛选出可以有效的结合靶点的小分子化合物，可以在很短的时间内得到高亲和力的先导化合物。随着分子生物学和结构生物学的 发展，使得一些靶标生物大分子的功能被阐明，三维结构被测定；计算机科学的发展，出现了功能先进的图形工作站，极大地提高了计算和数据分析的速度和精度，使得计算机辅助药物设计方法取得突破性进展，许多制药公司也纷纷投资建立运用计算机进行理论研究以带动新药开发的部门。

我校药化教研室程卯生教授课题组的王健副教授在计算机辅助药物设计领域具有丰富经验，将计算机辅助药物设计策略应用于创新药物先导结构的发现和优化，先后针对抗肿瘤、抗炎、抗血栓、糖尿病等疾病靶标，开展了大量药物设计工作，其中在恶性肿瘤药物研发方面的工作尤为突出。

恶性肿瘤的治疗长期以来是一个世界性的难题，已成为发达国家的第一大死因，占其死亡人数的21.6%，预计2020年发病和死亡人数将比2002年上升60%。抗肿瘤新药研发被列为我国重大新药创制科技专项指南中十大疾病之首，成为创新药物研究的热点领域。王健副教授以肿瘤细胞内信号网络的关键调节因子p21活化激酶（p21-activated kinase 4，PAK 4）为研究对象，开发抗肿瘤新药。PAK4激酶可被生长因子及其他胞外信号活化，并通过众多的下游结合蛋白或激酶底物，调节控制许多生物学功能，如：细胞骨架重组、基因转录调控等，特别是在细胞的恶性转化和肿瘤细胞侵袭转移过程中具有重要作用。目前国际上上尚无PAK4抑制剂上市，因而以PAK4为靶点进行新药研发具有很大的市场前景。通过药效团模拟、分子对接、虚拟筛选等药物设计方法，筛选了大量化合物，并对命中的化合物测定了酶水平的抑制活性，目前已确定几类具有明确肿瘤抑制活性的化合物，具有进一步开发价值。由于PAK4对肿瘤细胞侵袭转移方面的作用，设计PAK4抑制剂，可以开发具有抑制肿瘤细胞的转移作用的新型抗肿瘤药物。

该项研究获得国家自然科学基金和国家863计划支持，相关结果发表在近期的《RSC Advance》杂志（RSC Advance, IF=3.84，Structure-based virtual screening and ADME/T-based profiling for low molecular weight chemical starting points as p21-activated kinase 4 inhibitors. 2015, 5: 23202-23209）。