华人团队首次将万亿次药物虚拟筛选推进至分钟级

近日，亚利桑那州立大学计算与增强智能学院助理教授曹志超团队发布预印本成果SweepANN，将药物虚拟筛选中的大规模向量检索从约24小时压缩至约61秒。该工作建立在清华大学团队DrugCLIP之上，面向约五亿个类药分子和两万六千余个人类蛋白口袋，在四张GPU上为每个口袋检索出得分最高的50万个候选分子，平均召回率达99.63%。 传统分子对接需逐一模拟化合物与口袋结合，难以应对亿级化合物库。DrugCLIP先把蛋白口袋和小分子映射到同一向量空间，通过相似度完成初筛，并在Science发表的全基因组筛选中用八张A100 GPU在约24小时完成十万亿组匹配。曹志超团队认为，药物研发常需反复调整靶点和口袋，24小时等待仍限制探索效率。 SweepANN的重点不是重新设计打分模型，而是优化向量在GPU中的存储、批量查询和长候选名单维护。团队将分子向量量化为INT8，以四卡分片存储；按64个口袋批量计算，减少重复读取数据；并通过窗口方案动态设定候选门槛，避免保存和整理超大分数矩阵。最终，分子库常驻显存后，全量检索可在约一分钟完成。论文同时说明，分子库首次量化和载入显存另需约502秒，但可被后续多次查询分摊。 这项系统将虚拟筛选从一次性大规模计算转变为可频繁交互的研究工具，有望提升研究人员在疾病靶点选择、候选分子生成和假设迭代中的效率。除药物筛选外，其处理大结果集的思路也可用于图像、文本等需要从海量数据中一次性返回数万至数十万相似对象的任务。