فرآیند اکتشاف و طراحی دارو، فرآیندی زمان بر و پیچیده است که علی رغم هزینه های سنگین، به دلایل گوناگونی همچون عدم اثربخشی، عوارض جانبی و ضعف فارماکوکیتیکی می تواند به شکست بیانجامد. احتمال کشف یک داروی طبیعی که نیاز به تصحیح ساختاری نداشته باشد و یا تهیه یک ساختار معین به عنوان دارو بسیار نادر است. طراحی دارو از یافتن هدف دارویی (Drug Target) و ترکیب پیشگام (Lead) آغاز می شود، در گام بعدی  ترکیب پیشگام، بهینه سازی گردیده و سپس در مطالعات پیش بالینی in vivio  و in vitro  معیار های متفاوتی در مورد مولکول های پیشگام سنجیده شده تا ترکیبات نهایی برای ورود به مرحله بالینی مشخص گردند. عوامل اقتصادی زیادی باعث افزایش هزینه این فرآیند در طی سال های اخیر گشته است، در حال حاضر هزینه های مربوط به فرآیند اکتشاف دارو از ۸۰۰ میلیون دلار تا ۱٫۸ میلیارد دلار می رسد  و بازه زمانی اکتشاف دارو بین ۱۰ تا ۱۵ سال است.

 امروزه با ظهور فناوری های ژنومیک، پروتئومیک، بیوانفورماتیک و تکنولوژی های کار آمدی همچون غربالگری مجازی، طراحی de novo، روش های in silico و high throughput screening)HTS)  اکتشاف و طراحی دارو به صورت قاعده مند و با صرفه جویی در زمان و هزینه انجام میشود.


طراحی دارو


 طراحی دارو  با روش های in silico ، مجموعه ایی از مهارت های بیوتکنولوژی، زیست شناسی مولکولی، و بیوشیمی را در خود جای داده است، استفاده از ابزرا بیوانفورماتیکی می تواند در مراحل و فرایند های زیر دقت و سرعت به مراتب بیشتری را فراهم نماید: ۱) آنالیز ساختار هدف دارویی ۲)  محاسبه احتمال اتصال در جایگاه فعال ، ۳) طراحی کاندید های مولکولی برای اتصال ۴) بررسی مشابهت های دارویی، ۵) پیشبینی بر همکنش مولکول ها و هدف دارویی ، ۷) طبقه بندی آنها براساس انرژی اتصال و ۸) انجام بهینه سازی مولکول دارو برای بهبود مشخصات اتصال .

 دسترسی به حجم عظیمی از اطلاعات مولکولی و داده های بیولوژیکی آنلاین به همراه کارایی و توان بالای محاسبات کامپیوتری و روش های محاسباتی باعث زمینه را فراهم کرده تا روش های In silico تمامی مراحل اکتشاف و طراحی دارو را در برگیرد. استفاده از این روش ها در کنار تکنیک های تجربی، احتمال موفقیت پروژه های طراحی دارو از مراحله اکتشاف هدف دارویی گرفته تا شناسایی و ساخت ترکیبات پیشگام و بهبود آنها به مولکول دارو را افزیش می دهد.

مباحث اصلی طراحی دارو:

1-داکینگ مولکولی

2-غربالگری مجازی

3-کیوسار

4-مدلسازی فارماکولوژی

5-شبیه سازی های رایانه ای


روش های طراحی دارو به کمک کامپیوتر

1 -روش مبتنی بر گیرنده (Dock Receptor Based Approach)

هنگامی که ساختار سه بعدی مولکول های لیگاند و گیرنده آن معلوم است روش مبتنی بر گیرنده، کاندید خوبی برای شناسایی و یا بهینه کردن داروهاست. به خاطر حضور ساختارهای سه بعدی ترکیبات و گیرنده، ماهیت برهمکنش بین لیگاند و گیرنده و از طرفی نوع ساختاری که لیگاند می تواند داشته باشد تا بر همکنش بین آن ها در شرایط مطلوبی قرار بگیرد را می توان با استفاده از این روش تشخیص داد. ترکیب بر روی جایگاه فعال داک شده ( در اصطلاح به معنی لنگر اندازی است) و بر همکنش لیگاند با رسپتور بوسیله مکانیک مولکولی و دینامیک مولکولی شبیه سازی می شود. در این روش بر اثر داک شدن لیگاند در جایگاه فعال، لیگاند از لحاظ کنفورماسیونی تغییر پیدا می کند و در شرایط مختلف وضعیتش عوض می شود و در انواع حالات مختلف با گیرنده برهمکنش نشان می دهد. برای تعیین نوع لیگاندهایی که می توانند به جایگاه گیرنده داک شوند، تطابق شکل و نیز مکمل بودن قسمت های آب گریز، آب دوست و باردار در هر دو باید در نظر گرفته شوند. از نرم افزارهای مختلفی مانندAUTODOCK- Glide- LUDIوLigandfitبرای طراحی دارو بر اساس ساختار گیرنده استفاده می شود


2 -روش مبتنی بر لیگاند (Ligand Based Approach)

وقتی که ساختارهای سه بعدی گیرنده مشخص نیست و در عوض ساختار لیگاندها معلوم است از این روش استفاده می شود که از جمله روشهای مرسوم می باشد. در این روش بطور غیر مستقیم با مطالعه ترکیباتی که با مولکول های زیستی واکنش نشان می دهند به دنبال طراحی ترکیباتی هستند که از لحاظ فارماکولوژیکی فعال باشند. در روشهای طراحی دارو مبتنی بر لیگاند در فقدان ساختار مولکول های زیستی با مطالعه لیگاند های مشخص به دنبال شناخت ویژگی های ساختاری وفیزیکوشیمیایی ترکیبات بوده تا بتوان ترکیب مورد نظر را بر اساس داده هایی که از مطالعه ترکیبات قبلی استخراج می شود، طراحی نمود. این روش به نوعی طراحی دارو بر اساس فارماکوفور است (فارماکوفور به قسمتی از دارو اطلاق می شود که اثر دارو وابسته به آن بخش از مولکول است) و بوسیله مطالعه روابط کمی ساختار با فعالیت آن ها می توان داروها را بوسیله این روش طراحی نمود، بطوری که می توان گفت روشی برای طراحی فارماکوفور داروهاست.



داکینگ مولکولی (Molecular Docking) چیست؟

هنگامیکه یک مولکول برای ایجادیک ترکیب به مولول دیگری متصل ی شود،روش داکینگ مولکولی می تواندجهت گیری مناسب این مولکول در این ترکیب را و همچنین شدت پیوند بین این دو مولکول را پیش بینی کند.

 داکینگ یکی از روش های مورد استفاده در مدلسازی مولکولی و جزء مطالعات مبتنی بر ساختار است. هنگامی که یک مولکول برای ایجاد یک ترکیب (complex) به مولکول دیگری متصل شود، روش داکینگ مولکولی می تواند جهت گیری مناسب این مولکول در این ترکیب و همچنین شدت پیوند بین این دو مولکول را پیش بینی کند. به این منظور ساختار این دو مولکول باید شناخته شده باشند.

 داکینگ مولکولی یکی از ابزارهای کلیدی در زیست شناسی مولکولی ساختاری و طراحی دارو است. هدف از داکینگ پروتئین-لیگاند، پیش بینی جایگاه اتصال مناسب لیگاند به پروتئینی با ساختار سه بعدی شناخته شده است. روش های موفقیت آمیز داکینگ فضاهای با ابعاد بالا را به طور موثر بررسی میکند و از تابع امتیازدهی استفاده می کند تا به درستی کاندیداهای داکینگ را امتیاز بندی کند.

 داکینگ مولکولی کاربردهای وسیعی دارد، به طور مثال این روش می تواند برای غربالگری مجازی (virtual screening) كتابخانه (library) های بزرگ ترکیبات، امتیاز دهی به نتایج، و پیشنهاد فرضیه های ساختاری در مورد چگونگی اتصال لیگاند (ligand)  به مولكول هدف (target) که در بهینه سازی کاندیداهای دارویی بسيار ارزشمند است و همچنین مطالعات مکانیسم شیمیایی مورد استفاده قرار گیرد.

ساختار مولکول هدف چگونه به دست می آید؟

در  مرحله ی ابتدایی، تهیه و آماده سازی ساختارهای ورودی داکینگ به اندازه ی خود داکینگ مهم است. معمولاً ساختارهای اولیه ی مولکول های مورد مطالعه در داکینگ با استفاده از روش های بیوفیزیکی همچون بلورشناسی پرتو ایکس (X-ray crystallography)، طیف بینی رزونانس مغناطیسی هسته (NMR spectroscopy) و میکروسکوپ الکترونی کرایو (cryo-EM) به دست می آیند. البته در مواردی ممکن است این ساختارها با استفاده از روش های مدلسازی مانند همولوژی مدلینگ به دست آمده باشند.

کاربردهای داکینگ مولکولی چیست؟

حوزه ی داکینگ مولکولی در دهه های اخیر به واسطه ی نیاز به زیست شناسی مولکولی ساختاری و داروپژوهی (Drug Discovery) برپایه ی ساختار شکل گرفت. داکینگ به واسطه ی پیشرفت و رشد سریع کاربرد و توان کامپیوترها و نیز دسترسی به پایگاه های داده ی پروتئینی و همچنین مولکول های کوچک بسیار آسان شده است. هدف نرم افزار داکینگ مولکولی تشخیص ساختار (molecular recognition) و پیدا کردن جایگاه های اتصال مشابه و پیش بینی شدت اتصال با توجه به انرژی است.

 داکینگ مولکولی معمولاً بین یک مولکول کوچک و یک ماکرومولکول هدف صورت می گیرد که در بسیاری از موارد این هدف پروتئین است و این روش تحت عنوان داکینگ پروتئین-لیگاند نامیده می شود. البته توجه به داکینگ پروتئین-پروتئین در حال افزایش است. ماکرومولکول هدف می تواند پروتئین، DNA، و يا RNA باشد.

 با توجه به این که ابزار و روش های متفاوتی برای داکینگ مولکولی وجود دارد، و همچنین در نظر گرفتن این نکته که برخی از این روش ها نتایج بهتری برای بعضی دسته بندی مولکول های هدف ارائه می دهند باید در انتخاب روش مناسب داکینگ دقت کرد. به بیان دیگر بایستی روش های متفاوت را به کار گرفت و در نهایت روشی که بهترین نتیجه را برای مولکول هدف مورد نظر ارائه می دهد را انتخاب نمود. یکی از معیارهای کمک کننده به انتخاب روش مناسب، اندازه گیری RMSD (Root Mean Square Deviation) اتم های لیگاند موجود در ساختار کریستالوگرافی و داک شده است.   



غربالگری مجازی چیست؟

غربالگری مجازی (VS) یک تکنیک محاسباتی مورد استفاده در کشف دارو با جستجو در کتابخانه های از مولکول های کوچک می باشد که هدف آن شناسایی ساختارهای است که به احتمال زیاد توانایی اتصال به یک هدف دارویی ( به طور معمول یک گیرنده پروتئین و یا آنزیم) را دارد.

 غربالگری مجازی به عنوان " ارزیابی اتوماتیک کتابخانه های بسیار بزرگ از ترکیبات " با استفاده از برنامه های کامپیوتری تعریف شده است.

 این روش محاسباتی ارزشمند برای کشف ترکیبات رهبر سریع تر و مقرون به صرفه تر از روش های تجربی مانند high-throughput screening است.


  • روش های غربالگری مجازی به دو دسته تقسیم می شود:

جستجو براساس لیگاند و جستجو براساس ساختار

 غربالگری مجازی مبتنی بر ساختار براساس در دسترس بودن ساختار سه بعدی تارگت سعی در یافتن داروی جدید می کند بطور مثال داکینگ لیگاندهای منتخب بروی یک هدف پروتئین می باشد.

 غربالگری مجازی مبتنی بر لیگاند با توجه به نبود ساختار سه بعدی تارگت و یا بدون توجه به آن تلاش می کند تا داروی جدیدی یافت شود بطور مثال انجام QSAR بروی یک سری از لیگاندهای حاصل از نتایج تحقیقات آزمایشگاهی می باشد.


غربالگری مجازی


کیوسارچیست؟

در تولید یک دارو، ترکیب پیش رو(Lead) به عنوان مرجعی برای طراحی و سنتز مشتقات مختلفی از داروها به کار می رود. با تغییرات اندک روی گروه های عاملی مختلف که در ترکیب اصلی است می توان شاهد تغییرات شگرف در فعالیت فارماکولوژیکی آن ترکیب شد؛ برای مثال با جابجایی گروه های عاملی مثل متیل، هیدروکسیل، بنزیل و غیره در ساختار ترکیب پیش رو می توان سبب بهبود عملکرد آن شد.

 یک داروی مؤثر بصورت سیستماتیک از بین هزاران داروی متفاوتی که با استفاده از ترکیب پیش رو طراحی و سپس سنتز شده و کارایی آن بصورت تجربی تحت روش های مختلف و در طی زمان آزموده شده است، مشخص و معلوم می گردد. این فرآیند، به رابطه ساختار با فعالیت (SAR) مرسوم است. SARدر واقع با سنتز و غربالگری ترکیبات مختلف بخش های مفید دارو (از نظر گروه عاملی) را شناسایی می کند.

QSARیکی از روشهای متداول و پر کاربرد در طراحی دارو بر اساس لیگاند است. QSARدر واقع عبارت است از اصول SARکه کمّی و عددی شده است. و به زبان ساده تر روشی است که مدل های ریاضی را ایجاد می کند تا بتواند رابطه معنی دار آماری بین ساختار و عملکرد را با استفاده از روش های کمومتری به دست بیاورد. در طراحی دارو منظور از ساختار، پارامترهای (در اصطلاح به دسکریپتور معروف است) هر مولکول است و منظور از عملکرد عبارت است از فعالیت های تجربی زیستی و یا بیوشیمیایی مانند ثابت اتصال، ثابت سرعت، فعالیت و غیره. روش های کمومتری مرسوم عبارتند از: MLR- ANN- PLS- PCA- PCRو .GA

 تاریخچه QSAR و پارامترهای فیزیکوشیمیایی آن به نوعی مرتبط است با یکی از اصلی ترین بحث های علمی دهه های آخر قرن 19 و قرن 20 که عبارت است از ساختار مولکولی ترکیبات شیمیایی.

 مطالعات اولیه QSAR به سال 1863 بر می گردد که دانشمندی به نام rosC متوجه شد که با افزایش چربی دوستی الکل ها سمّیت آن ها در سلول های پستانداران بیشتر می شود. وی توانست رابطه فعالیت (سمّیت) را با ساختار مولکول ها برای اولین بار اعلام کند. در ادامه در 1868، rumC و rownB اشاره کردند که فعالیت های فیزیولوژیکی ترکیبات می تواند ارتباط با ساختار شیمیایی و مواد تشکیل دهنده آن باشد اما نتوانستند نحوه این ارتباط را نشان دهند. ammettH مشاهد کرد که بین خواص الکترونی اسید و بازهای آلی و ثابت تعادل و واکنش پذیری آن ها ارتباط مستقیم دارد و توانست ثابت ammettH (σ) که مربوط به خواص الکترونی ترکیبات است را بدست بیاورد.

uirM در سال 1962 اثر هورمون های ایندول اسید استیک و فنوکسی اسید استیک را بر روی رشد گیاهان بررسی کرد تا بین هورمون و رشد گیاهان ارتباط بر قرار کند. برای این /NK/KCار از anschH کمک گرفت و وی توانست نقش چربی دوستی ترکیبات را بر روی رشد گیاهان نشان بدهد؛ و در سال 1964 رابطه خطی بین پارامترهای مختلف با فعالیت ترکیبات را ایجاد کرد که بعد ها به مدل کلاسیک QSAR شهرت یافت و در همان سال Free و Wilson مدل های ریاضی را ایجاد کردند که گروه های عاملی مختلف در ساختار ترکیبات را با فعالیت آن ها مرتبط می گردند.
 همه این دانشمندان نشان دادند که فعالیت هر ترکیب به نوع و محل گروه های عاملی حتّی از دید کنفورماسیونی بستگی دارد که پایه و اساس QSAR می باشد.

کاربردهای QSAR

QSAR علاوه بر این که در پیش بینی فعالیت زیستی ترکیبات روشی با ارزش در داروسازی محسوب می شود، در حوزه صنعت و محیط زیست نیز کاربرد فراوانی پیدا کرده است. به طور کلی کاربردهای QSAR را می توان در پنج بخش خلاصه کرد:

-1 بهینه سازی و شناسایی منطقی ترکیبات اصلی در تولید داروها، حشره کش ها و آفت کش ها.

-2 بررسی و تولید ترکیباتی که در بدن اثرات جانبی و سمّیت نداشته باشند.

-3 مطالعه ترکیباتی که از لحاظ فارماکوسینتیکی در سیستم های بیولوژیک پایدار هستند.

-4 طراحی منطقی مواد پر مصرف در حوزه صنایع مانند عطرها، رنگ های شیمیایی و مواد شیمیایی.



مدلسازی فارماکولوژی چیست؟

فارماکولوژی(Ph.D.)در ارتباط بسیار تنگاتنگ با رشته سم‌شناسی می‌باشد. با این تفاوت که تمرکز عمده آن بر روی بررسی اثرات و عوارض داروها بر اساس مطالعات In vitro و یا In vivo می‌باشد. دستیاران در طول این دوره تخصصی با جدیدترین روش‌های تعیین دوزهای موثر ترکیبات دارویی و مکانیسم اثر آنها و همچنین با روش‌های پیشرفته مدل‌سازی اثرات مورد انتظار داروها در حیوانات، و نیز سطح سلول‌ها و اندام‌های هدف آشنا می‌گردند. فارغ‌التحصیلان این رشته تخصصی از دانش بسیار بالایی در رابطه با داروها، مکانیسم اثر، عوارض و تداخلات احتمالی برخوردار می‌باشند.

 رشته فارماکولوژی یا داروشناسی (Pharmacology) شامل دو بخش فارماکودینامیک و فارماکوکینتیک است . فارماکودینامیک (مطالعهٔ اثرات داروها بر بدن)، مبحث فعل‌وانفعالات دارو در مواجهه با گیرنده‌های بیولوژیک می باشد و فارماکوکینتیک (اثر و رفتار بدن بر روی داروها)، بحث و تعریف درمورد جذب، توزیع، متابولیسم و دفع دارو در سیستم‌های بیولوژیکی است.



زیرمجموعه های فارماکولوژی

داروشناسی

1-فارماکولوژی بالینی: مطالعهٔ اثرات ترکیبات دارویی بر روی انسان و حیوانات

2-نوروفارماکولوژی: اثر متقابل دارو و سیستم عصبی بر یکدیگر

3-سایکوفارماکولوژی: اثر دارو بر تغییر رفتار مغز

4-فارماکوژنتیک: آزمایش بالینی ژنتیکی در مورد افزایش پاسخ به دارو

5-توکسیکولوژی: مطالعه اثرات مضر یا سمی داروها بر بدن

5-شبیه سازی رایانه ای چیست؟

 یکی از بهترین روش های موجود برای بررسی ساختار و رفتار مواد، شبیه سازی رایانه ای است. امروزه با پیشرفت فن آوری رایانه ها، به شبیه سازی هایی که برای محاسبه خواص مواد با استفاده از ساختار ذرات تشکیل دهنده آن ها انجام می گیرد توجه ویژه ای می شود. از جمله مزایای روش های شبیه سازی می توان به موارد زیر اشاره کرد:

1-کاهش تعداد آزمایش های لازم

2-صرفه جویی در زمان و هزینه های تحقیقاتی

3-درک بهتر مسائل شیمی و فیزیک

4-آزمایش سریعتر فرضیه ها و نظریه های جدید

5-آزمایش های بدون مواد زائد و پسماند

6-امنیت و تمیزی آزمایش ها

7-دستیابی همزمان به نتایج چندین آزمایش در زمینه های مختلف



 تکنیک های تجربی فقط برای ترکیباتی که در شرایط موجود پایدار هستند به کار می روند. درحالی که روش های محاسباتی برای ترکیبات ناپایدار و حتی برای ترکیب هایی که هنوز ناشناخته اند نیز قابل استفاده می باشند. اولین شبیه سازی رایانه ای در سال 1949 توسط متروپلیس و همکارانش بر روی سیالات انجام گرفت. این مطالعه منجر به پیدایش روش شبیه سازی مونت کارلو شد. در اواخر دهه 1950 آلدر و وینرایت اولین شبیه سازی دینامیک مولکولی را با مطالعه یک مدل کره-سخت انجام دادند. اولین شبیه سازی دینامیک مولکولی به روی پروتئین ها در سال 1977 توسط مک کامن و کارپلوس در دانشگاه هاروارد انجام گرفت. تفاوت آشکار میان روش های شبیه سازی دینامیک مولکولی و مونت کارلو که دو روش عمده شبیه سازی های رایانه ای به شمار می آیند در آن است که دینامیک مولکولی اطلاعاتی درباره وابستگی زمانی خواص سیستم در اختیار می گذارد، درحالی که بین پیکربندی های متوالی مونت کارلو ارتباط زمانی وجود ندارد. در روش های دینامیک مولکولی، که جزء روش های تعیّنی هستند، پیکربندی های پی در پی سیستم با هم ارتباط زمانی دارند، اما در روش های مونت کارلو، که جزء روش های کاتوره ای هستند، هر پیکربندی فقط به پیکربندی قبل از خود وابسته است.
بر خلاف روش های مکانیک کوانتومی (که در آن اثرات الکترون ها در نظر گرفته می شوند) می توان از روش های دینامیک مولکولی (که فقط هسته ها در نظر گرفته می شوند) برای بررسی رفتار دینامیکی ماکرومولکول های زیستی مانند پروتئین ها، اسیدهای نوکلئیک (DNA, RNA) و ... استفاده کرد.


شبیه سازی دینامیک مولکولی
شبیه سازی های دینامیک مولکولی اطلاعاتی در سطح میکروسکوپی (موقعیت و سرعت اتم ها) تولید می کنند.
 تبدیل این داده ها به مقادیر ماکروسکوپی (فشار، انرژی ...) به کمک مکانیک آماری انجام می شود. در واقع، دینامیک مولکولی و مکانیک آماری مفاهیم میکروسکوپی و کمیت های مشاهده پذیر ماکروسکوپی را به هم مرتبط می سازند.
 در شبیه سازی های دینامیک مولکولی از قانون دوم نیوتن برای بررسی تحول زمانی سیستم ها استفاده می شود. با حل معادلات حرکت نیوتن، موقعیت اتم i (ri) در یک سیستم N اتمی به دست می آید:


mi جرم اتم و Fi نیرویی است که بقیه اتم ها به اتم i وارد می کنند. در معادله (1-1) نیرو از گرادیان انرژی پتانسیل نسبت به موقعیت ها به دست می آید. در حقیقت، در روش های شبیه سازی دینامیک مولکولی با داشتن موقعیت ها و سرعت های اولیه، می توان تحول زمانی سیستم را بررسی کرد. با انتگرالگیری از معادلات حرکت نیوتن یک مسیر به دست می آید که چگونگی تغییر موقعیت، سرعت و شتاب ذرات را با زمان نشان می دهد. در دینامیک مولکولی برای اندازه گیری یک کمیت فیزیکی باید میانگین زمانی آن کمیت در مسیر سیستم محاسبه شود. از آنجا که خواص فیزیکی معمولاً تابعی از موقعیت و سرعت ذرات هستند، بنابراین، مقدار لحظه ای کمیت فیزیکی A در زمان t به صورت زیر تعریف می شود:


میانگین کمیت A برابر است با:


M تعداد مراحل و t اندیسی برای نشان دادن گام های زمانی شبیه سازی است.
با توجه به موضوع همگرایی علوم در سال های اخیر می توان شبیه سازی دینامیک ملکولی را یکی از زمینه های تحقیقاتی در شیمی، فیزیک و زیست محاسباتی دانست. در اكثر مطالعاتي كه بر روي سيستمهاي زيستي انجام مي شوند، جزئيات حركات ذرات سازنده سيستم بسيار اهميت دارند. از اینرو می توان کاربرد اصلی شبیه سازی های دینامیک مولکولی را در ارتباط با سیستم های زیستی در نظر گرفت. بکارگیری شبیه سازی های دینامیک مولکولی اطلاعاتی را در سطح اتمی در اختیار قرار می دهد که ممکن است از دید روش های متداول تجربی پنهان بماند. در حقیقت، شبیه سازی های دینامیک مولکولی ابزار مکملی برای تکنیک های تجربی می باشند.

 از کاربردهای شبیه سازی های دینامیک مولکولی در سیستم های زیستی می توان به موارد کلی زیر اشاره کرد:

1- بررسی برهمکنش میان ماکرومولکول ها شامل (پروتئین-پروتئین، پروتئین- اسید نوکلئیک، پروتئین-لیپید)

2- بررسی برهمکنش میان ماکرومولکول ها و لیگاند/ دارو شامل (پروتئین- لیگاند، اسید نوکلئیک- دارو، لیپید- دارو)

3- یافتن اجزای مهم (دخیل) در یک برهمکنش خاص

4- بررسی فرایندهای folding و unfolding

5- بررسی تغییراتِ پارامترهای ساختاری در هر یک از فرایندهای زیستی

6-بررسی تغییراتِ پارامترهای ترمودینامیکی (انرژی آزاد اتصال) در هر یک از فرایندهای زیستی

7- بررسی مکانیسم عمل موتورهای مولکولی

8- بررسی تغییرات ایجاد شده در ماکرومولکول ها پس از جهش (موتاسیون)


همچنین می توان به کاربردهای شبیه سازی های دینامیک مولکولی در سیستم های غیر زیستی نیز اشاره کرد:

1- بررسی نانولوله های کربنی

2 -بررسی نانو صفحات کربنی

3- بررسی جذب گاز بر روی نانولوله و نانو صفحات کربنی

4- بررسی برهمکنش لیگاند یا دارو با نانولوله های کربنی