重磅突破！清华团队研发AI平台DrugCLIP实现药物虚拟筛选百万倍提速，首次完成人类基因组规模全靶点筛查 清华大学智能产业研究院（AIR）兰艳艳教授领衔联合生命学院、化学系团队，创新研发全球首个基于深度对比学习的超高通量药物虚拟筛选平台DrugCLIP。该平台将传统药物筛选计算效率提升百万倍，首次实现覆盖人类全基因组的药物虚拟筛选，为新药研发带来革命性变革。 研究于北京时间1月9日以《深度对比学习实现基因组级别药物虚拟筛选》为题，发表于国际顶级期刊《科学》（Science）。论文链接：https://doi.org/10.1126/science.ads9530。 当前，人类对可成药靶点的探索仅覆盖约10%。面对数以万计的潜在靶点与庞大的化学空间，传统分子对接方法效率极低——筛选1万个靶点、每靶点109个分子，需完成10¹³次打分，以单机计算需耗时数百年。DrugCLIP通过将蛋白-配体对接转化为向量空间中的语义检索，仅需一台128核CPU与8张GPU的计算节点，一天即可完成万亿级打分任务。 平台核心优势在于：在实现百万倍提速的同时，预测准确率显著提升。联合团队在湿实验中首次验证了筛选结果的有效性，成功从160万候选分子中为去甲肾上腺素转运体（NET）靶点筛选出100个高评分分子，其中15%为有效抑制剂，12个分子结合能力优于现有抗抑郁药安非他酮。 在无已知配体结构的TRIP12靶点研究中，团队基于AlphaFold预测结构，通过DrugCLIP筛选出50个高评分分子，实验证实其中10个可结合靶点，两个分子具备抑制泛素连接酶活性的能力，验证了平台在无实验结构下的强大适用性。 DrugCLIP平台已构建迄今最大规模的蛋白-配体筛选数据库，涵盖约1万个蛋白靶点、2万个蛋白口袋，分析超5亿个类药小分子，富集超200万个潜在活性分子，全部数据免费向全球科研社区开放。 平台服务已上线，支持用户上传靶点结构进行定制化筛选。半年内服务超1400名用户，完成13500余次筛选任务。 未来，DrugCLIP将携手科研与产业伙伴，在抗癌、传染病、罕见病等领域加速首创新药（First-in-class）发现，推动构建更智能、高效、普惠的全球药物创新生态。 本研究获国家科技部重点研发计划、国家自然科学基金、新基石研究基金支持，并得到清华大学无锡应用技术研究院智能产业创新中心、北京智源人工智能研究院与北京结构高精尖中心的联合支持。 论文共同第一作者为清华大学AIR博士后贾寅君、计算机系博士生高博文、生命学院博士后谭佳鑫、化学系博士后郑济青及AIR博士后洪鑫；通讯作者为兰艳艳教授，张伟副教授、闫创业副教授及刘磊教授。 DrugCLIP官网：https://www.drugclip.com
在药物研发领域，一项突破性进展正重塑创新格局。清华大学智能产业研究院（AIR）兰艳艳教授领衔的联合团队，携手生命学院、化学系科研力量，成功研发出全球首个基于深度对比学习的超高通量药物虚拟筛选平台——DrugCLIP。该成果于2024年1月9日以《深度对比学习实现基因组级别药物虚拟筛选》为题，发表于国际顶级期刊《科学》（Science），标志着人工智能在药物发现中的应用迈入新阶段。 当前，人类对可成药靶点的探索仅覆盖基因组中约10%的蛋白靶点，而面对数以万计的潜在靶点与海量化合物，传统筛选方法效率极低。以主流分子对接技术为例，筛选1万个靶点、每个靶点匹配10⁹个候选分子，需完成10¹³次打分计算，即便使用超级计算机，也需数百年。这一瓶颈严重制约了新药研发进程。 DrugCLIP通过创新性地将分子对接转化为向量空间中的语义检索，实现了计算效率的颠覆性提升。依托128核CPU与8张GPU的计算节点，平台日均可处理万亿级蛋白-小分子对的打分任务，相较传统方法提速百万倍。更关键的是，其预测准确率显著优于现有技术，首次实现了覆盖人类全基因组规模的虚拟筛选。 在实验验证中，团队在生命学院闫创业副教授团队协作下，利用DrugCLIP从160万个候选分子中为去甲肾上腺素转运体（NET）筛选出约100个高评分分子，经同位素配体实验检测，其中15%为有效抑制剂，12个分子的结合能力优于现有抗抑郁药物安非他酮。冷冻电镜技术进一步解析了多个复合物结构，证实了筛选结果的生物学可信度。 化学系刘磊教授团队则将DrugCLIP应用于E3泛素连接酶TRIP12的筛选。该靶点与多种肿瘤及帕金森病相关，但长期缺乏有效小分子配体。基于AlphaFold预测的蛋白结构，DrugCLIP成功筛选出50个高评分分子，其中10个具备结合能力，两个分子还能有效抑制其酶活性，验证了平台对无实验结构蛋白的适用性。 基于该平台，团队构建了迄今最大规模的蛋白-配体筛选数据库，涵盖约1万个靶点、2万个蛋白口袋，分析超5亿个类药分子，富集出超过200万个潜在活性分子，并已免费向全球科研社区开放。同步上线的在线筛选服务，半年内已服务超1400名用户，完成1.35万次筛选任务。 未来，DrugCLIP将深化与科研与产业伙伴合作，聚焦抗癌、传染病、罕见病等领域，加速首创新药（First-in-class）的发现。项目获国家科技部重点研发计划、国家自然科学基金、新基石研究基金等支持，并得到清华大学无锡应用技术研究院、北京智源人工智能研究院等机构的协同助力。 该成果不仅打通了从蛋白结构预测到药物发现的关键路径，更推动药物研发走向更智能、高效与普惠的新时代。
