英国阿斯利康（AstraZeneca）研究团队开发出一种计算工作流，用于预测化合物是否会出现阻转异构（atropisomerism）现象。该工具已整合至公司内部研发流程中，并成功辅助了一款肺癌候选药物的开发。
阻转异构是一种由大基团限制单键旋转引起的轴手性现象。近期获批的FDA药物中约30%含有潜在的阻转异构轴。当分子旋转能垒导致异构体在数分钟至数月内相互转化时，会引发药物在储存或体内代谢过程中立体化学结构改变，进而影响药效、选择性与安全性。此类现象被业界称为“潜伏的威胁”，往往在研发后期才暴露，可能导致企业投入大量资源后被迫修改或放弃候选药物。
该工具由Elliot Farrar领衔开发，采用模块化方式结合化学信息学与量子力学，在模拟真实溶剂与温度条件下评估分子的构象与过渡态，从而预先筛选出可能存在问题的阻转异构轴。Farrar表示，公司内部已有多个项目采用了该工作流计算的旋转能垒数据。
软件公司Schrödinger团队此前也发布了类似的计算预测工具。两者准确率相当，但工作原理不同：阿斯利康的工具基于SMARTS字符串模式匹配来识别受限键，适用于复杂体系；Schrödinger的工具则逐个搜索可旋转键，不易遗漏潜在受限键。
在可用性方面，Schrödinger的软件提供友好界面且便于非专业人员操作，但需订阅授权；阿斯利康的工具开源免费，但使用者需具备一定的计算化学经验。两家团队均指出，当前工具的共同局限在于难以准确处理大型稠环体系与大环化合物。由于大环构象空间复杂，几乎所有键都可能参与阻转异构，预测难度显著增加。目前双方团队正致力于攻克这一难题。