案例一：COVID-19靶点发现与药物重定位

2020年初，SARS-CoV-2病毒基因组序列公布后不久，生物信息学分析迅速识别了关键药物靶点：
1. 基因组注释：分析病毒基因组（约30kb RNA），预测开放阅读框（ORF），识别出编码主要蛋白：刺突蛋白（S）、主蛋白酶（Mpro/3CLpro）、RNA依赖性RNA聚合酶（RdRp）等。
2. 人类-病毒蛋白质相互作用：利用PPI网络分析，发现病毒蛋白与人体蛋白的相互作用模式，预测关键宿主因子（如ACE2受体、TMPRSS2）。
3. 药物重定位：通过网络邻近性分析，筛选已上市药物中可能有效对抗SARS-CoV-2的候选药物。例如，基于病毒-宿主相互作用网络，预测氯喹和瑞德西韦（Remdesivir）可能有效（后续临床试验验证了瑞德西韦的疗效）。
4. 虚拟筛选：以Mpro为靶点，对ZINC数据库进行虚拟筛选，识别潜在抑制剂。德国研究团队通过高通量X射线晶体学筛选，发现了Mpro抑制剂的前导化合物。

# 使用RDKit进行分子对接准备示例
from rdkit import Chem
from rdkit.Chem import AllChem
# 读取配体分子
ligand = Chem.MolFromSmiles("CC(C)Cc1ccc(cc1)C(C)C(=O)O")  # 布洛芬
ligand = Chem.AddHs(ligand)
AllChem.EmbedMolecule(ligand, AllChem.ETKDG())
# 保存为PDB格式用于对接
Chem.MolToPDBFile(ligand, "ligand.pdb")