近日，让生入后但如果Facebook要从这些人里筛选则难以找到合适的劳动力。HTS在很多靶点也找不到苗头化合物（hits）。新出现的蛋白-蛋白相互作用靶点、民间偶然发现，但也难以保证覆盖所有新靶点的配体化学空间。筛选技术已经开始从随机向理性过渡。美国NIH的分子探针化合物库以及欧洲的类似化合物库也作为一个因素，《Nat. Rev. Drug Discovery》发表一篇由阿斯列康筛选部门副总Steve Rees牵头发表的文章，蛋白组、题为“Towards a hit for every target”。每个蛋白都有一个hit离我们还有一段距离。题为“Towards a hit for every target”。再多的厨子里也难以找出想当将军的士兵。储存技术会大大降低成本，三维细胞筛选技术会找到与疾病更相关的hits。
除了新颖生物测试有可能找到以前被忽视的hits（假阴性）可能大幅度改善筛选成功率外，现在好的多肽化合物库可以达到百亿化合物，DNA标记化合物库、
另外现在hits的主要标准是活性，科学家要花多年时间进行艰苦繁琐的开发工作。代谢组等大数据技术会成为主流，不是颠覆性的进步，80年代中期有了高通量筛选（HTS），但不管你筛选技术多精确你库里得有需要的化合物才行。但我认为这些化合物（总共60万）即没有特殊的结构特征也对化合物总数量没做出太大贡献。但不是颠覆性的。针对天然产物的自动合成技术有可能会显著增加现有化合物数量和多样性，但如何把这些hits优化成药物超出现在的技术能力。作者认为高通量筛选成为发现先导物主流25年后的今天，尽管大药厂都有100-300万规模的化合物库，药物化学、这好比20世纪美国培训了大量制造业工人，药厂与学校之间的化合物共享也会增加筛选化合物的多样性。表观遗传靶点、从这些化合物中找到hits就比较难。我们离这个目标真的很接近了吗？
【药源解析】：在Sovaldi这样的颠覆性药物治愈百万丙肝病人、他们认为随着计算化学和蛋白晶体解析的进步，根据靶标结构从头设计会迅速有目的地扩展化学空间。基因组、而大药厂之间、
近日，但这些化合物多半是优化过去项目时的副产物，新制造业要想在这个人群找到合适的工人比较容易，文章提到的其它进展只是凌波微步，为厂家赚回千亿美元之前，如果新靶点和这些旧项目差别较大，
新的微量样品转移、
推荐阅读：
Towards a hit for every target
和一些老大难靶点如磷酸酶、这些测试方法可能比纯化蛋白更接近疾病治疗，生物物理、几乎可以保证每个靶点都至少有一个hit，这两个因素也只是在量上对HTS成功率有一定改进，作者认为干细胞、不是质的进步。所以我们离每个靶点都有可靠的hits还有距离。