基于片段的药物发现（FBDD）是识别新的生物活性分子的有力策略。FBDD依赖通常大小适中但化学多样性高的片段库。尽管在许多方面都已在FBDD库中实现了良好的化学多样性，但要实现形状多样性（尤其是具有三维（3D）结构的片段）仍然具有挑战。最近的分析表明，所有常规有机片段中超过75％的形状主要为1D或至多为2D。但是，由于分子形状是生物分子识别分子中最重要的因素之一，因此特别需要3D片段。为了应对这一挑战，作者使用惰性金属配合物（所谓的“金属片段”（mFs））构建了一个3D片段库。他们制备了一个71种化合物的适度数据库，其具有丰富的形状多样性（通过归一化的主惯性矩（PMI）分析测得）。PMI分析表明，与包含更多数量级的分子的常规有机片段库相比，这些金属片段占据了一个独特且具有高度未代表性的片段空间区域。通过对几种不同类型的蛋白质靶标（包括抗病毒、抗菌和抗癌靶标）进行筛选，证明了该金属片段库具有潜在价值。作者成功确定了一类含有几种蛋白质的片段的IC₅₀和热移值，从而验证了该金属片段对未来先导发展的适应性。这些发现证明了mF库用于获得针对各种蛋白质靶标的FBDD的未充分利用3D片段空间。

基于片段的药物发现（FBDD）是识别新的生物活性分子的有力策略。FBDD依赖通常大小适中但化学多样性高的片段库。尽管在许多方面都已在FBDD库中实现了良好的化学多样性，但要实现形状多样性（尤其是具有三维（3D）结构的片段）仍然具有挑战。最近的分析表明，所有常规有机片段中超过75％的形状主要为1D或至多为2D。但是，由于分子形状是生物分子识别分子中最重要的因素之一，因此特别需要3D片段。为了应对这一挑战，作者使用惰性金属配合物（所谓的“金属片段”（mFs））建成了一个3D片段库。他们制备了一个71种化合物的适度数据库，其具有丰富的形状多样性（通过归一化的主惯性矩（PMI）分析测得）。库类别，这些金属片段残留了一个独特且具有高度未定义的片段空间区域。通过对几种不同类型的蛋白质靶标（包括抗病毒，抗菌和抗癌靶标）进行筛选，证明了该金属片段库具有潜在价值。作者成功确定了一类包含多个蛋白质的片段的IC ₅₀和热移值，从而验证了该金属片段对未来先导发展的适应性。种蛋白质靶标的FBDD的未充分利用3D片段空间。