生物注释的化学库长期以来被认为是推动药物发现的有宝贵小分子来源。这类库常被用于表型筛选中探索复杂的生物学途径，为靶向解析和筛选结果的优先级排序提供必要的线索。在某些目标导向筛选中，这种类型的库还可以提供有趣的起点，用于进一步的化学优化，从而获得具有改善药理学性质的新候选物。与面向高通量测序的大型化合物库相比，在多重筛选环境中应用较小的生物注释库可以在不影响效率的情况下降低筛选成本。创建一个可信的、具有生物注释的库，既需要在可靠的构效关系数据库中进行广泛的数据挖掘，又需要选择最大化化学和生物多样性的化合物。在Asinex，我们选择使用全球在线结构活性关系数据库( GOSTAR )作为综合数据来源，捕获化学、生物学、药理学和治疗学参数。Asinex ( 500K + )和GOSTAR ( 8M + )数据库之间的结构重叠揭示了17910个具有相关生物活性的独特分子。应用额外的结构过滤器( PAINS ,Eli Lillly)得到了11923个化合物；在计算化学和药物化学专业知识的支持下，以多样性为导向的选择进一步完善了这一集合，产生了1878个可供计算或体外评估的分子。生物多样性由多个靶点家族代表，每个分子通过一个唯一的结构代码标识符与一个GOSTAR记录相关联。