简介:本文聚焦药物发现中的两类核心筛选范式——高通量筛选(HTS)与高内涵筛选(HCS),从技术架构、信息维度、成本结构、运维复杂度与适用场景等维度进行系统对比。读者可清晰理解两者在"只测单一生化数值"与"观测细胞整体应答"上的本质差异,掌握二者互补组合的选型逻辑,并了解自建平台、外包与上云等不同落地方式的迁移注意事项与风险,为早期药物发现的技术决策提供中立、可操作的参考。
传统药物研发长期依赖”单靶点、单读数”假设:一个化合物是否有效,往往取决于它是否作用于某个明确的分子靶点并改变单一信号强度。这一范式在肿瘤、炎症、神经退行性等多通路、多机制共同驱动的复杂疾病面前逐渐暴露出局限——单一数值难以反映细胞在真实环境中的整体应答,容易出现”体外有效、体内无效”的落差。
随着荧光显微成像、自动化成像与早期图像分析算法的成熟,科研界开始能够在活细胞或固定细胞中,用多色荧光标记不同蛋白、细胞器与信号分子,同时观测多个生物学事件,而不再只测一个数值。由此,药物筛选领域形成了两条既相互竞争又高度互补的技术路线,这也是本文要对比的核心对象:高通量筛选(HTS) 与 高内涵筛选(HCS)。
高通量筛选(HTS):以微孔板为核心载体,通过自动化液体处理与快速信号读取,在极短时间内对海量化合物库进行初筛。其典型读数是单一生化指标(如酶活性、结合量、荧光强度),目标是”广度”——尽可能多地覆盖候选分子。
高内涵筛选(HCS):以自动化显微成像与图像分析为核心,在细胞水平同步采集多参数、多维度的表型信息。1996 年,某仪器厂商推出全球首台商用高内涵筛选系统,标志着这一路线从实验室走向规模化应用。它关注的是”深度”——不仅看某个靶点是否被激活,更看细胞作为整体的应答,包括细胞数量、形态变化、凋亡、周期阻滞、蛋白表达与定位、氧化应激、炎症因子、细胞器损伤等数十项指标。
一句话总结:HTS 回答”这个分子有没有活性”,HCS 回答”细胞到底发生了什么”。
尽管信息维度差异显著,两者在根本目标上是一致的:都从化合物库出发,快速缩小候选范围,为后续验证提供数据支撑。它们共享自动化、标准化的实验流程,都依赖成像/读取设备与配套的分析管线,并且天然互补——HTS 负责”广撒网”做大范围初筛,HCS 负责”深验证”在细胞层面确认表型效应。正是这一组合,成为其后约二十年药物发现的标准流程,也直接推动了整个药物发现研究范式的根本变化。
1. 技术架构与信息维度
2. 功能能力
3. 数据规模与算法门槛
4. 成本结构
5. 运维复杂度
6. 适用场景
| 维度 | 高通量筛选(HTS) | 高内涵筛选(HCS) |
|---|---|---|
| 核心读数 | 单一生化指标 | 数十项细胞表型参数 |
| 信息维度 | 单通道/少通道,小数值 | 多通道成像 + 空间/亚细胞信息 |
| 通量 | 极高,适合海量初筛 | 相对有限,适合深度验证 |
| 数据体量 | 小,结构化程度高 | 大,图像级、高维 |
| 算法门槛 | 较低 | 高,需图像分析与模型能力 |
| 成本结构 | 单孔成本低 | 设备与运营成本高 |
| 运维复杂度 | 较低 | 较高 |
| 典型用途 | 化合物库初筛、活性排序 | 表型筛选、细胞毒理、机理研究 |
正是因为 HCS 设备与运营的高门槛、模型搭建难、分析门槛高,大量药企选择将细胞水平筛选、表型筛选、细胞毒理试验外包,这直接推动了早期药物发现 CRO 的快速扩张,也成为后来全球 CXO 产业崛起的重要基石之一。这里对比三种落地方式:
迁移注意事项:
HTS 与 HCS 并非替代关系,而是药物发现漏斗中”广度”与”深度”的分工:HTS 做大范围初筛,HCS 做细胞级深度验证,二者互补构成了过去约二十年药物发现的标准范式。选择的关键不在于谁更先进,而在于疾病复杂度、通量需求、数据与合规要求以及团队的资源约束。理解这两类筛选范式的差异,以及自建、外包、上云三种落地方式在”成本—能力”上的权衡,是做出合理技术决策的基础。