其根本特征为运用计算软件通过对大型化合物数据库的搜索，找出可能与药物靶标分子（蛋白质、核酸等）相结合的候选化合物。虚拟筛选要解决的核心问题就是如何从巨大的化学空间中筛选出合理数量的小分子。虚拟筛选出来的候选化合物再经过后续的实验测试，从中鉴定出可以作用于给定靶标的化合物。虚拟筛选显著提高了药物发现流程中发现先导化合物的效率，已经成为现代药物中普遍应用的策略。

虚拟筛选方法大致可以分为两类，即基于配体结构的虚拟筛选和基于靶标结构的虚拟筛选。

一般根据已知活性化合物的结构特征，在化合物数据库中搜索能够与之匹配的化合物。①基于药效团模型的虚拟筛选。药效团模型是指通过叠合和分析一系列活性化合物的三维结构，归纳出与其生物活性高度相关的若干“药效特征”的组成及其空间排布方式。基于药效团模型的虚拟筛选旨在从化合物数据库中寻找含有相同药效团的化合物。②基于分子结构相似性的虚拟筛选。分子结构可以用二维结构指纹或分子的三维形状来描述。基于分子结构相似性的虚拟筛选旨在从化合物数据库中寻找与参考化合物结构最相似的化合物。

根据药物靶标分子的三维结构以及结合部位的特征，模拟给定配体分子的结合模式，并在此基础上预测配体分子与靶标分子作用的强弱。在整个化合物数据库上重复该操作，便可以筛选出可能与靶标分子产生较强相互作用的候选化合物。分子对接是用来实现基于靶标结构的虚拟筛选的主流方法。分子对接方法首先将配体分子放置于靶标分子的结合部位中，并产生其各种可能的结合构象。通过评估每种构象与结合部位的形状匹配程度，或是分析配体与靶标之间的相互作用（范德瓦耳斯作用、静电作用、氢键作用、疏水作用等），挑选出配体分子最合理的结合构象，并定量预测配体与靶标作用的强弱。通过比较化合物数据库中所有分子的分子对接结果，便可以筛选出可能与靶标分子产生相互作用的化合物。

与基于靶标结构的虚拟筛选方法相比，基于配体结构的虚拟筛选方法普遍计算量很小，可以快速地筛选大型化合物数据库。另外，在靶标分子三维结构未知时，基于配体结构的虚拟筛选方法依然可以应用。但是基于配体结构的虚拟筛选方法需要若干已知的活性化合物作为参照。在筛选中设立的相似度标准越高，筛选出来的化合物就越接近已知的活性化合物，不利于寻找具有新颖结构的活性化合物。如果在筛选中降低相似度标准，则也许不能获得有活性的化合物。基于靶标结构的虚拟筛选通常依赖分子对接方法，计算量相对较大，筛选活性化合物的成功率受构象采样方法的完备性、打分函数的精度、结构处理方法等诸多因素的影响。但是，基于靶标结构的虚拟筛选不受已有知识的限制，原则上可以获得具有新颖结构的活性化合物，而且可以得出化合物与靶标可能的结合模式，对先导化合物结构改造等后续步骤也具有参考意义。