HIV-1蛋白酶是HIV复制过程中的重要组成成份，并且成为了抗HIV病毒药物研究的可靠靶点。本文构建了一种多级的虚拟筛选流程对 HIV-1蛋白酶进行抑制剂的筛选。分别为支持向量机（SVM），相似性搜索，药效团和对接方法。通过验证集（270个抑制剂，155996个非抑制剂），这种多级的虚拟筛选流程得到了一个较高的苗头化合物率（80.47％）和富集因子（465.75）。进一步，使用这种多级的虚拟筛选流程针对HIV-1蛋白酶活性口袋，在NCI数据库中进行抑制剂筛选，最终将得到的苗头化合物进行体外活性测试实验，其中测试的6个化合物里有2个分子对HIV-1蛋白酶表现出了抑制活性，其IC50值分别为62μM和162μM。通过进一步改造，这两个分子有可能会成为潜在的HIV-1蛋白酶抑制剂。　　随着网络药理学和多向药理学的提出，多靶点药物的设计越来越受到研究者们的关注。二十几年前由Evans等人提出的优势结构的概念同样也在关注着多靶点药物的设计。优势结构的提出解决了药物化学家设计化合物库时选择骨架的问题，同时也给设计多靶点药物的开发人员更多的思路和选择。由于近些年对于优势结构的研究大多集中在 GPCR和抗肿瘤等的应用当中，但是病毒性疾病的复杂性和易突变性使得抗病毒药物的开发受到了越来越大的挑战。所以我们建立了一个关于抗病毒抑制剂的优势结构数据库，为从事抗病毒药物研究的开发人员提供更多设计抗病毒药物的新资源和思路。数据库整理了314个病毒靶点信息，以及14万多条小分子活性数据信息，并生成了作用于不同靶点间的小分子的优势结构，用户可以针对不同靶点开发具有高效选择性和多向选择性的小分子抑制剂。数据库的界面友好，具有数据检索，浏览，分析，映射和交互功能。数据库连接为 http://cadd.pharmacy.nankai.edu.cn/phin/。图10幅，表8个，参考文献83篇。