随着计算机技术的发展，信息技术为医药科学研究提供了许多新的方法和手段，加速了药物发现过程，减少了寻找新药的盲目性和偶然性，为药物学家提供了理论思维的形象化表达方法，使药物研究更方便快捷、直观形象、有的放矢。 第一章，主要概述了计算机辅助药物设计(Computer—Aided Drug Design，CADD)常用的方法和策略，并对主要涉及的研究手段虚拟筛选和药效团模型进行了重点介绍。 第二章，基于HIV-1病毒RNA 5—末端的反式激活应答单元(TARRNA)进行了虚拟筛选，TAR RNA是通过特异性结合病毒转录反式激活蛋白Tat而促进病毒基因转录的，因而在病毒复制过程中起着关键的作用。考虑到RNA的柔性很大，从PDB库(Protein Data Bank)里选了3个TAR RNA与小分子的结合构象构建虚拟筛选模型，分别用DOCK、CScore和AutoDock进行三轮的对接打分筛选，在经过AutoDock的处理后，按照结合自由能的排序，根据下面原则挑选小分子：首先，对于每一个RNA模型，挑选出排名比较靠前的分子，同时，对于三个模型所共有以及两两之间所共有的小分子也挑选出来，然后，通过肉眼评价去掉对接不合理以及不适合于成药的小分子，小分子应结合在RNA的大沟区且主要与三核苷酸凸起区发生作用是肉眼评价的一个重要原则。最终确定了151个候选化合物，目前这些化合物的生物活性测试正在进行中。 第三章，分别采用了Catalyst软件里的HypoGen和薛定谔软件包里的Phase两个程序对100个已知活性的kappa选择性阿片受体激动剂产生了药效团模型。由HypoGen产生的最好的模型包括五个性质：一个氢键受体，三个疏水中心和一个正电荷中心；由Phase得到的打分最高的模型包括一个氢键受体，一个正电荷中心和两个环。这两个程序得到的药效团模型性质很相似，可以相互验证，而且与实验的结果和前人的药效团模型都保持一致，说明建立的药效团模型是比较可靠的，得到的药效团模型可用于三维数据库的搜索，以期发现活性更高的先导化合物，而且对于设计新颖的kappa选择性阿片受体激动剂也有很好的指导作用。 第四章是总结与结论。