药物设计涉及多个环节，包括分子建模、虚拟筛选、药效团分析等，以下是常用软件分类及代表性工具的总结：

一、基于配体的药物设计（Ligand-Based Drug Design, LBDD）

AutoDock

- 用于分子对接，支持多种评分函数和优化算法，适用于小分子与蛋白靶点的结合预测。

Vina

- 高性能分子对接工具，可处理大规模数据集，常与AutoDock等工具结合使用。

DOCK

- 基于物理化学评分的对接平台，支持自动优化配体构象以提高结合亲和力。

二、基于受体的药物设计（Structure-Based Drug Design, SBDD）

Schrödinger Suite

- 集成Glide（分子生成）、Maestro（蛋白建模）、Prime（结构优化）等模块，覆盖从靶点建模到药物设计全流程。

Rosetta

- 生物药开发专用工具，支持蛋白质结构预测、折叠模拟及药物设计，尤其适用于复杂生物大分子。

三、基于机理的药物设计（Mechanism-Based Drug Design, MBDD）

Catalyst

- 提供药效团搜索和分子形状-药效团叠合分析，帮助设计符合特定作用机制的分子。

Hybrid Shape-Pharmacophore （WEGA/gWEGA）

- 结合分子形状与药效团信息，通过叠合分析优化分子构象。

四、高通量筛选与虚拟筛选

Schrodinger Prime

- 支持蛋白质结构修复、构象搜索及药物-蛋白复合物构建，辅助高通量筛选。

MOE （Molecular Operating Environment）

- 提供分子对接、虚拟筛选及药效预测功能，适用于大规模化合物库分析。

五、药效预测与优化

QSAR分析工具

- 如Schrödinger Suite中的Maestro模块，支持基于结构-活性关系的定量预测。

药物代谢动力学（ADME）预测

- 部分工具集成ADME预测模块，辅助评估药物的安全性和代谢稳定性。

六、其他常用工具

ChemDraw：

化学结构绘图基础工具，广泛用于药物化学信息管理。

MATLAB：用于复杂模拟（如分子动力学、信号处理）和数据分析。

Python/R：编程语言，支持自定义算法开发及数据处理。

七、AI驱动工具

ShEPhERD：通过扩散模型学习分子3D结构、静电特性及药效团分布，生成具有目标相互作用的新分子。

总结

药物设计软件需根据具体研究需求选择，如靶点类型、预算限制及研发阶段。多模块集成平台（如Schrödinger Suite）可覆盖全流程，而AI工具（如ShEPhERD）则提供创新分子设计策略。