清华大学智能产业研究院（AIR）兰艳艳教授领衔的联合团队，成功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，实现人类基因组规模的药物筛选，将传统分子对接的计算效率提升百万倍。当前，人类对可成药靶点的探索仅覆盖约10%，面对超过2万个蛋白靶点与海量化学空间，传统筛选方法因计算成本高昂而难以推进。以1万个靶点、每靶点10⁹个分子计算，传统方法需数百年完成，严重制约新药发现进程。DrugCLIP通过将分子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，即可在一天内完成万亿级蛋白-配体打分，突破计算瓶颈。 该平台首次实现全基因组级别虚拟筛选，覆盖约1万个蛋白靶点、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，构建了目前全球最大规模的蛋白-配体筛选数据库，并向全球科研界免费开放。平台上线半年内已服务1400余名用户，完成13500余次筛选任务。实验验证方面，闫创业团队利用DrugCLIP从160万分子中筛选出100个高评分分子作用于去甲肾上腺素转运体（NET），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；冷冻电镜解析复合物结构进一步证实其生物学可信度。刘磊团队则针对无已知配体的TRIP12蛋白靶点，筛选出10个结合分子，其中两个可抑制其泛素连接酶活性，验证了平台对AlphaFold预测结构的适用性。 DrugCLIP的成功标志着从蛋白质结构预测（AlphaFold）到药物发现的“最后一公里”被打通，推动AI在真实药物研发场景中落地。其核心在于融合深度对比学习与结构生物学，实现高效、准确的虚拟筛选。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《科学》（Science），获国内外专家高度评价，认为其为新靶点发现与首创新药开发提供了革命性工具。 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，依托清华大学无锡应用技术研究院、北京智源人工智能研究院与北京结构高精尖中心。主要贡献者包括贾寅君、高博文、谭佳鑫、郑济青、洪鑫等博士后及研究生，通讯作者为兰艳艳、张伟、闫创业、刘磊。未来，DrugCLIP将深化与科研与产业合作，在抗癌、罕见病、传染病等领域加速药物发现，推动构建更智能、普惠的全球药物创新生态。