BioCat GmbH 位于海德堡科技園，靠近德國癌癥研究中心，是一家私營公司，成立于 2000 年，致力于為生命科學研究營銷創(chuàng)新產品和服務。

BioCat 提供范圍廣泛的高質量研究試劑和儀器以及基因組學、蛋白質組學和細胞生物學領域的技術，為學術界以及制藥和生物技術行業(yè)的科學提供動力。

小分子調節(jié)劑

小分子調節(jié)劑已成為生命科學研究中重要的藥物開發(fā)工具，因為它們在調節(jié)不同細胞過程（從細胞周期控制和有絲分裂到信號通路和基因表達以及從遷移和傷口愈合到細胞凋亡和自噬）方面具有顯著優(yōu)勢。

確定新穎且穩(wěn)健的化學起點仍然是當今藥物發(fā)現的最大挑戰(zhàn)之一。在過去的十年中，在項目的早期階段，在高通量分析中篩選大量化合物以識別那些具有調節(jié)目標靶標潛力的化學物質已成為普遍做法。與靶蛋白結合并調節(jié)其生物活性的小分子調節(jié)劑具有許多優(yōu)點。除了其固有的穩(wěn)定性、細胞滲透性和生物利用度外，它們還可以輕松操作，并可應用于各種細胞或動物實驗。提供了大量熱信號通路的小分子調節(jié)劑。

還提供了化合物庫，將化合物分組為更小、更高質量的篩選集合。

有前景的抗病毒物

根據虛擬篩選結果并結合近期的臨床報告，我們的合作伙伴 TargetMol 已獲得一些有前景的 SARS-CoV-2 候選藥物，包括 Remdesivir、Darunavir、Camostat mesilate、Baricitinib、Favipiravir、Ribavirin、二磷酸氯喹和 Nitazoxanide。

biocat化合物庫簡介

化合物庫廣泛用于靶標識別、高通量/聚焦篩選可能開發(fā)成藥物的新命中、藥物重新定位/再利用、預測毒理學或通過將小分子化學基因組學與遺傳方法相結合來發(fā)現新靶標，例如 RNA 介導的干擾和 CRISPR/Cas9。

根據其范圍（特定目標或多樣化目標）和設計（化學空間或支架），我們的合作伙伴 TargetMol 開發(fā)的化合物庫可分為重點生物活性庫、天然產物庫、片段庫和多樣性集，見下文. 這些文庫已在其內部生物測定中得到廣泛驗證，并被研究機構和制藥公司廣泛用于補充篩選策略。確定新穎且穩(wěn)健的化學起點仍然是當今藥物發(fā)現的最大挑戰(zhàn)之一。在過去十年中，在項目的早期階段，通常的做法是在高通量分析中篩選均勻覆蓋較大化學空間部分的大量化合物（多樣性主導的范式），以識別那些有可能調節(jié)感興趣的目標。這種大規(guī)模篩選的成本高昂，因此需要使用主要針對規(guī)模和速度進行優(yōu)化的簡化分析，以及越來越多地認識到藥物特性空間遠非隨機，最近導致使用更小、更高質量的篩選集合（以目標為主導的方法）。所有這些化合物庫及其篩選方法都有其特定的優(yōu)點和缺點。因此需要使用主要針對規(guī)模和速度進行優(yōu)化的還原性分析，以及越來越多地認識到藥物特性空間遠非隨機，最近導致使用更小、更高質量的篩選集合（以目標為主導的方法）。所有這些化合物庫及其篩選方法都有其特定的優(yōu)點和缺點。因此需要使用主要針對規(guī)模和速度進行優(yōu)化的還原性分析，以及越來越多地認識到藥物特性空間遠非隨機，最近導致使用更小、更高質量的篩選集合（以目標為主導的方法）。所有這些化合物庫及其篩選方法都有其特定的優(yōu)點和缺點。

重點生物活性庫

與篩選不同集合相比，篩選集中的生物活性庫通常會觀察到更高的，并且從成功的集中庫篩選活動中獲得的命中簇通常表現出可辨別的結構-活性關系，有助于跟蹤這些命中。Focused Bioactive Libraries 是藥物篩選、細胞誘導、藥物再利用、機制研究、靶標識別、陽性對照等相關研究領域的有力工具。提供 FDA 批準的藥物庫以及抗 COVID19/SARS-CoV-2 庫。

天然產物庫

天然產物是化學多樣性來源，也是任何藥理活性小分子篩選計劃的理想起點。從歷史看，天然產物一直是新藥最成功的來源。天然產物庫是細胞誘導研究和藥物篩選的強大工具，重點關注*的天然結構和新的生物活性。

片段庫

在過去十年中，基于片段的藥物發(fā)現 (FBDD) 已成為通過高通量篩選 (HTS) 進行傳統(tǒng)先導識別的替代方法。與 HTS 不同，FBDD 識別較小的化合物，即與生物靶標不同部分結合的“片段"。FBDD 在發(fā)現 2 種批準的藥物（Vemurafenib 和 Venetoclax）和至少 30 種處于不同臨床開發(fā)階段的藥物中發(fā)揮了作用。針對這一明顯的藥物發(fā)現趨勢，TargetMol 設計了其片段文庫，其中包括一系列*的片段子集：藥物片段文庫、高溶解度片段文庫和特色片段文庫。

多樣性集

在藥物發(fā)現高通量篩選中，希望針對嘗試利用盡可能多的適當化學空間的化學物質篩選藥物靶標。化學庫采樣的化學空間越寬，高通量篩選找到“命中"的機會就越大——一種在可能被開發(fā)成藥物的生物模型中具有適當相互作用的化學物質。所有可能的化學結構的化學空間都非常大。為了平衡在大型多樣化化合物庫中篩選數十萬種無活性化合物的成本與直接從篩選數據建立結構-活性關系 (SAR) 和增加識別范圍廣泛的命中系列的機會等好處之間的平衡，TargetMol 設計了兩個多樣性集：Mini Scaffold Library 和 Golden Scaffold Library。從 160 萬個類藥化合物中選擇，每個支架只有 1 個化合物（Mini Scaffold Library，5033 個化合物）或 1-3 個化合物（Golden Scaffold Library，10000 個化合物），這兩個化合物庫可以降低篩選成本并降低單個項目團隊的篩選閾值，同時不會丟失足夠的信息。在這種情況下，初始篩選之后將需要進一步購買復合類似物和篩選以驗證和擴展命中周圍的 SAR。10000個化合物）對于每個支架，這兩個化合物庫可以降低篩選成本，降低單個項目團隊的篩選門檻，同時不會損失足夠的信息。在這種情況下，初始篩選之后將需要進一步購買復合類似物和篩選以驗證和擴展命中周圍的 SAR。10000個化合物）對于每個支架，這兩個化合物庫可以降低篩選成本，降低單個項目團隊的篩選門檻，同時不會損失足夠的信息。在這種情況下，初始篩選之后將需要進一步購買復合類似物和篩選以驗證和擴展命中周圍的 SAR。