ERα是乳腺癌一种重要的治疗靶标和预后因子，可通过激活与细胞生长相关的基因发生转录和表达来调控细胞增殖。针对该靶点已开发出多种有效的抗雌激素药物，但长期使用这类药物后，临床靶标突变引起耐药性的出现为临床治疗带来了很大困扰，其潜在机制尚未完全清楚。已有研究表明，这些突变使得ERα在无雌激素的情况下也具有转录活性，并需要更高浓度的抗雌激素药物以抑制肿瘤细胞增殖。因此，寻求活性更好、耐药性更佳的ER配体迫在眉睫。　　与传统的ER配体筛选方法相比，近年来新开发的基于Gaussia荧光素酶的蛋白质功能片段互补试验可将药物筛选与生物相关性分析有效结合起来，为药物筛选工作提供了极大的便利。不过目前尚未建立一个完善的、简单可行的方法以适应高通量筛选需要。本研究利用PCAs基本原理，分别从细胞裂解方式、重组蛋白连接方式、底物浓度、化合物孵育时间以及质粒共转染比例五个方面对原先粗略的实验方法进行了优化改进，并进行了可靠性和稳定性验证，同时利用超灵敏化学发光技术极大地提高了灵敏度，从而为ERα潜在配体的筛选提供了有利平台。接着，利用该体系对小分子天然产物库进行筛选，最终发现PCAs体系筛选出的具有活性的11个化合物中，只有1个尚未见于乳腺肿瘤相关研究中，且该化合物在随后的MTT实验中表现出具有明显抑制MCF-7细胞增殖的活性作用，有望成为新的抗雌激素药物。