5 月 3 日，《药学学报》英文刊（Acta Pharmaceutica Sinica B）发表了中国科学院上海药物研究所开发的基于互联网的抗新冠肺炎（COVID-19）药物靶标预测及虚拟筛选平台（D3Targets-2019-nCoV）的介绍文章。该平台既可以为活性化合物预测潜在的作用靶标，也可开展基于多靶标多位点的药物虚拟筛选，有望推动抗COVID-19药物的快速研发。
该平台具有多构象、多位点分子对接的独特功能，多构象的产生使用了高效分子动力学模拟新方法NUMD及vsREMD，这种方法能在蛋白质构象空间高效采集可用于药物研发的可药性构象。蛋白质上潜在药物结合位点的探索则运用了团队发展的成药性结合位点预测新方法D3Pockets，可对蛋白质在构象转变过程中的口袋变化进行分析，以探寻具有高稳定性、强相关性的正构或别构口袋这些新方法的应用成功地实现了多靶标、多构象、多位点的对接策略，预期可降低对接结果的假阴性率，提高药物发现的成功率。
该平台具有多方面的功能应用场景，如：（1）多靶标药物的靶标预测；（2）老药/活性化合物的靶标预测；（3）靶向特定蛋白质的多构象虚拟筛选；（4）化合物与指定靶标的结合模式预测；（5）用户可以从网站上免费下载蛋白模型，用于进一步的分子动力学模拟、药物设计、构效关系研究等。同时，研究团队认为，只根据最高对接打分来判断靶标并不总是可靠的，需要综合考虑对接打分、对接结合模式和蛋白功能等多方面因素，从而选出最可能的结果。该团队也开展了应用研究，预测奈非那韦可能具有抗新冠病毒的活性。
D3Targets-2019-nCoV网站会在未来定期更新其靶标蛋白、蛋白质构象、可药性结合位点等数据，用户可免费访问D3Targets-2019-nCoV网站，注册并提交任务。截止2020年5月3日，该网站已有超过9000的浏览量，共计1400多个访客，分布于全球50多个国家和地区。
