疼痛作为一种正常的防御反应，能够保护机体正常的生命活动，但是，过度的疼痛也会引发多种并发症，甚至导致患者死亡。常用的阿片类镇痛药在长期服用后会产生成瘾性，并伴随有一定的副作用，因此，对于具有较小副作用的非阿片类镇痛药的研究具有非常重要的意义。随着对于镇痛机理的不断深入理解，针对不同靶点的新型镇痛药也不断发展起来。在高速发展的计算机时代，通过计算机辅助药物分子设计的方法快速效地发现具有潜在活性的先导化合物越来越受到研究者们的重视。在本课题中我们采用多种计算方法对文献中报道的活性化合物进行了研究，利用SYBYLx1.3软件包对29个芳烷基哌嗪类衍生物建立了药效团模型和3D-QSAR模型，并将其应用到药物筛选当中，所筛选的数据库为含有超过300万个小分子的ZINC Drug-like数据库，经过筛选以及活性预测得到了22个具有潜在镇痛活性的化合物，可进行进一步的实验研究。甲状腺结合前清蛋白（transthyretin，TTR）是一种具有四聚体结构的运输蛋白，其错误折叠能够聚集形成淀粉样纤维，进而引发相关的淀粉样疾病，如帕金森症等。小分子与TTR中央孔道的结合口袋结合能够稳定TTR四聚体的结构，抑制淀粉样纤维的生成。因此寻找和设计选择性强，结构新颖的TTR小分子抑制剂对于淀粉样疾病的治疗具有重要的意义。在本研究中，我们分别对78个包含ABZ和linker-Y两个系列的小分子分别建立了CoMFA和CoMSIA的三维的定量构效关系模型。另外，我们还对部分小分子进行了分子对接研究，着重讨论了小分子与TTR在正向与反向结合中的选择性问题，以及小分子与TTR结合口袋中与各主要残基的相互作用特点。研究所得到的结论对于设计和筛选新的TTR抑制剂具有重要的指导意义。