與文章一相似，文章二開篇便在三種細胞系中驗證單堿基編輯東西CBE用于點驟變高通量挑選的可行性和普適性。隨后研討者針對86種DDR基因開展挑選試驗以研討不同藥物處理下影響細胞存活的要害點驟變，結果發現53BP1、TRAIP等蛋白中存在功用各異的功用失活性點驟變（LOF）、功用獲得性點驟變（GOF）及功用分離性點驟變（SOF）。此外，研討者還發現，ATM激酶中的不同點驟變會對基因組穩定性發生截然相反的影響，而乳腺疾病中用未知的CHK2激酶點驟變也經過挑選研討被證實為LOF驟變。高通量篩選技能在藥物研討方面的使用。化合物篩選模式

將化合物溶解并接種到384孔平板中，按順序進行初度挑選，這些篩板作為一切進行HTS的源頭，并在約6年的循環時間內從固體樣品中不斷更新，其自動揀選功能答應每周多揀選幾千個樣品。NIBR的化合物管理小組從2008年到2012年在重建其化合物流轉才能方面作了重要的努力，主要包含兩個方面：（a）從LC-MS質量操控的固體樣品中為一切化合物樣品（>1.2M）出產10mM儲備溶液，以及（b）安裝自動化體系以實現從試管中進行揀選和處理，并且在24小時內可吸附多達40k管的微量滴定板（見圖2）。憑仗10mM的庫存收集和圖2中描述的自動化設置，在2015年誕生了NIBR挑選渠道。在2019年，根據進一步的規劃迭代（包含學習和經驗），在2015年的基礎上誕生了第二個版別。高通量菌種篩選高通量藥物篩選尋求充滿中線膠質瘤的醫治方略。

在過去的十年中，表型挑選在藥物發現中再次變得越來越重要，其實際成果是測定和挑選級聯變得越來越雜亂，從而限制了可以挑選的化合物的數量。迭代挑選可以減少整體篩查化合物的數量，節省化合物庫存，縮短時間表和成本，更重要的是在進行大規模篩查之前先驗證或優化測定方式。在經典的HTS中，一切化合物均經過測驗，化合物在平板篩板上的散布對成果影響不大。但是在迭代多樣性驅動的子集挑選中（如NIBR所實踐），正確的分配對于取得合理的成果至關重要。

纖維性疾病簡直影響到身體的每一個組織，這種疾病的產生和發展會迅速導致組織功能障礙、機體組織衰竭，導致逝世。成纖維細胞誘導細胞外基質(ECM)的大量沉積(I和V型膠原作為標志物)是纖維化疾病的標志。目前臨床可供使用的抗纖維化的藥物相對缺少。2021年，由MichaelGerckens等人開發了一種根據表型挑選開發新式抗纖維化藥物的辦法，并鑒定出一系列具有較高活性的抗纖維化化合物。挑選模型建立首要作者建立了一種深度學習模型(deeplearningmodel)，可以對高通量顯微成像取得的數千張細胞外基質(ECM)免疫染色圖片進行批量分析，以確定具有改進纖維化狀況的先導化合物。高通量篩選的方法有哪些？

在確認候選藥物的進程中，**、有效、穩定、可控是藥物的基本特點，這四種性質寓于藥物的化學結構之中。候選藥物一旦確認，化合物的藥學（物理化學）性質、藥代動力學性質、藥效學和**性，甚至臨床效果，皆成定數；10%的投入，其實決定了幾乎**的價值和藥物的命運；所以，優化先導物和確認候選藥物進程，是創新藥物的決定性過程。新藥研制成功率與本錢關于新藥研制的時刻和本錢，過去業界一直流傳著“雙十”的說法，意思是：新藥研制需求耗時十年，耗資十億美金。而如今，各大跨國藥企覺得很“委屈”，認為如今的一個新藥研制的本錢可遠不止這數字，依照2014年TuftsCenter的統計陳述，現在研制個新藥的本錢現已高達25.88億美金！高通量藥物篩選的意義。中藥有效成分篩選

高通量篩選技能加速聯合用藥研討。化合物篩選模式

高通量篩選成果證明了單堿基編輯工具在點驟變篩選研討中的有效性，但篩選后的功用研討也證明了后續驗證的必要性：特定條件下，CBE會在活性窗口之外誘導出重要點驟變，這只有通過后續驗證方能發現。此外，研討者還針對有多種靶向抑制劑的PARP1基因開展點驟變篩選，成果發現多種點驟變可改變藥物的敏感性和耐受性，部分點驟變的功用還具有抑制劑特異性：甚至對不同抑制劑有截然相反的影響。研討者對ClinVar數據庫中3584種基因的52,034種點驟變進行高通量篩選，以研討順鉑和潮霉素處理后影響細胞存活的關鍵點驟變，成果發現很多DNA損傷修復基因的LOF點驟變在其中扮演重要角色。化合物篩選模式