接下来的流程就是描述分子结构特征，这是药物开发的重要部分。因为两个分子能否互补，也就是它们匹配在一起的适合程度，是一种药物能否有效的主要因素。这一步做得好的话，就能帮助人们理解、识别并测试它和病毒之间可能的连接位点。一旦目标分子的结构确定下来，还必须对各种可能的药物复合物进行测试，看其中有没有能匹配病毒结合位点的。

    第三步则是使用X光射线对病原体进行高频率投射，再用电子显微镜以接近自然的方式生成相关分子的纳米结构，获得的这种显微图像会有很多斑点，必须经过大量处理才能用。要得到一个分子结构的三维模型，大约要处理10万幅图像，再把它们结合起来才行。一般来说这样的操作要花费相当长的时间，如果病原体的分子结构相对复杂，甚至要花上几年时间来进行分子结构的分析和确定。

    但是超级计算机的应用，可以大大缩短整个过程。

    利用超级计算机可以首先建立一个病原体的三维模型，利用模型算法和图像重建，不仅能获得表面信息，还能获得它的内部信息。目前，他们能识别出分子的二级结构，如单个侧链，这是从分子中央主干上垂下来的关键分支，这要求能精确预测分子之间的化学键。

    他们曾于今年2月在《结构生物学杂志》上发表论文，证明了用他们的算法和单粒子超低温冷冻电子显微镜的数据信息，能重建精细的三维图像，以较粗分辨率和中等分辨率探测到蛋白质二级结构α-螺旋和β-折叠。

    第二个超级计算机的用武之地则是对药物分子的智能搜索。科学家们从谷歌搜索引擎的原理上得到启发，根据两个分子结合时所需的能量和生化动力学指标，按顺序生成标靶列表，如此一来，那些最有结合可能的化合物分子就显现了。他们把那些排在最高级的分子形象化地构建出来，分析筛选之后，再用模拟算法进一步改良。

    “以前用几个月时间处理的问题，现在只要几天就能完成。”巴加伊说。

    走在生物制药前沿的不仅有IBM这样的美国超级计算机开发商，还包括中国和日本。

    富士通及东京大学就宣布将在今年9月使用超级计算机“京”进行抗癌药物的研发，利用其强大的计算功能，进行分子结构分析以及从众多化学物质中筛选有效成分等，预计数据分析时间将缩短至半年到1年，是原来所用时间的十分之一，可大幅度压缩研发成本。