随着生命科学的发展,尤其是人类基因组计划的完成,人类进入了后基因组时代。面对庞杂的生物信息及人们对健康越来越高的追求,传统的经验方法无法满足现实需求,必须依靠信息技术的支撑。而药物分子设计正是依据现有的生命科学原理,运用现代信息处理技术,即大力运用各种计算机软硬件设备为医药科学研究服务,这不仅加速了药物发现过程,减少了寻找新药及改造已有药物的盲目性和偶然性,而且促进着整个医药行业的发展。论文第一章主要概述了研究背景及药物分子设计常用的方法和策略,并着重介绍了本论文主要运用的药物分子设计方法,药效团方法和同源模建方法。在论文的第二章,为了探索阿片受体各亚型配体选择性的分子机制,围绕κ阿片受体激动剂和拮抗剂,我们搜集了数百个已知活性的各亚型非肽类选择性配体,利用Catalyst软件里的HypoGen模块,构建了高质量的药效团模型5个,如κ激动剂的药效团模型包含5个特征元素：一个氢键受体,两个疏水中心,一个正电荷中心和一个芳环；各类药效团的训练集和测试集结果因活性值和结构类型不同而均匀分布。然后利用Catalyst软件里的Database模块对SPECS数据库进行虚拟筛选。在筛选前,我们先根据类药性五规则及阿片受体配体特征对SPECS化合物数据库进行了类药性分析；在筛选后,我们采用交叉筛选策略,排除非选择性化合物,最终确定并购买了101个化合物,这些化合物已在中科院上海药物所完成了初步的生物测试,其中两个化合物显示出较好的生物活性,进一步研究正在进行中。在论文的第三章,首先我们对牛视紫红质的晶体结构与最新的β2/β1-肾上腺素受体的晶体结构进行了比较。比较结果显示,β2／β1-肾上腺素受体的晶体结构与阿片受体各亚型的同源性略高等优点,于是我们以β2／β1-肾上腺素受体三维结构为模板,利用Modeler软件,对阿片受体三亚型进行同源模建,Procheck结果显示模建模型良好,可用于简单的作用模式预测。然后我们利用薛定谔软件包里的Glide和Induce-Fit Docking两个模块完成了受体—激动剂以及受体—拮抗剂作用模式的预测工作,预测模式与实验结果较一致。最后提取对接后的复合物,与前面的药效团结果进行匹配,来进行更具体的激动与拮抗作用模式及对亚型选择性可能起关键作用的残基差异分析。论文的第四章是对全文工作的总结与结论。