結構活性關系SAR技術在處理大型和不斷擴展的數據源方面發揮著越來越大的作用。結構活性關系技術被廣泛應用，包括：虛擬化學文庫的計算機模擬設計，以探索分子多樣性進行后續合成和篩選；篩選專有的、商業化的和公共的數據庫以發現先導化合物；以及，從微陣列實驗中挖掘基因表達數據用于目標識別。SAR分析可以檢測對生物體具有生物學作用的官能團，官能團通過改變其化學結構來促進生物活性化合物的修飾。化學家使用先進的化學合成技術將新的化學基團引入生物醫學化合物中，并測試修飾對化合物生物學功能的影響，也可被改進用來建立化學結構與生物活性之間的數學關系，稱為定量結構活性關系（QSAR）。SAR分析的基本假設是相似的分子具有相同的功能。因此，潛在的問題是如何在分子水平上定義小差異，因為每種活性（如反應能力、溶解度、目標活性）還可能與另一種差異有關。

表征化合物方法的三種水平

1. 多元線性回歸（MLR）
2. 主成分分析
3. 人工神經網絡（ANN）
4. 支持向量機（SVM）

1. 解密SAR
2. 詳細的藥效團
3. 關鍵活性變化注釋
4. SAR數據解釋
5. 有效的3D-QSAR模型
6. 化合物的實際篩選數量
7. 分子優化以實現理想的活性和合適的功能

歡迎咨詢！

主成分分析（ PCA）
翻譯后修飾蛋白組分析
代謝組學