SweepANN beschleunigt Wirkstoffscreening auf 61 Sekunden
Ein Forschungsteam unter Leitung von Cao Zhichao, Assistenzprofessor an der School of Computing and Augmented Intelligence (SCAI) der Arizona State University (ASU), hat mit dem System SweepANN einen bedeutenden Durchbruch in der virtuellen Wirkstoffsuche erzielt. Die neue Technologie senkt die Rechenzeit für die Suche nach Wirkstoffkandidaten aus enormen Datenbanken von zuvor rund 24 Stunden auf lediglich 61 Sekunden. Dies markiert einen Paradigmenwechsel: Die computergestützte Vorsortierung wandelt sich von einer einmaligen, rechenintensiven Rechenübung zu einem interaktiven Instrument für die schnelle Hypothesenprüfung. Der Hintergrund dieser Entwicklung ist der exponentielle Anstieg digitaler Moleküldatenbanken. In der klassischen Wirkstoffforschung simuliert das Moleküldocking jede einzelne Verbindung gegen ein Zielprotein. Bei Datenbanken wie dem ZINC-22-Index, der mehr als 37 Milliarden verfügbare Verbindungen umfasst, stoßen konventionelle Simulationsverfahren an ihre Grenzen. Ein 2023 an der Tsinghua-Universität vorgestelltes Verfahren namens DrugCLIP löste dieses Problem durch den Einsatz von kontrastivem Lernen, wobei Proteintaschen und Moleküle in einen gemeinsamen Vektorraum abgebildet wurden. Eine im Jahr 2026 im Fachjournal Science publizierte Folgestudie demonstrierte die Effizienz dieses Ansatzes: Mit acht NVIDIA A100 GPUs wurden über 500 Millionen Moleküle gegen 26.000 Proteintaschen in unter 24 Stunden durchsucht. Doch aus Sicht der Informatikforschung um Cao Zhichao reichten 24 Stunden für eine agile Forschung nicht aus. Um bei der Änderung eines Suchkriteriums nicht einen vollen Tag warten zu müssen, optimierte sein Labor die Datenvorhersage auf GPUs, um einen Vollscan bei massiven Ergebnismengen zu ermöglichen. Klassische Suchverfahren wie Graph-Indizes stoßen bei der Forderung nach den 500.000 besten Ergebnissen (Top-K) pro Tasche oft an Grenzen, da der Overhead für die Indizierung und das Wiederauffinden der Daten die Rechenzeit übersteigt. SweepANN löst den Engpass durch drei zentrale technische Innovationen. Erstens die Speicherplatzproblematik: Die hochdimensionalen Vektoren der 500 Millionen Moleküle im 32-Bit-Format (FP32) beanspruchen etwa 1,54 Terabyte Speicher. Durch eine fortgeschrittene Quantisierung, bei der Daten in das INT8-Format konvertiert werden, reduziert sich die Größe auf rund 387 Gigabyte, was vier moderne GPUs (RTX PRO 6000 Blackwell) bewältigen können. Zweitens das Batch-Scanning: Indem SweepANN die Daten im Graphics Memory hält und 64 Taschen gleichzeitig abfragt, vermeidet das System wiederholtes Daten-Lesen von langsameren Speicherquellen. Drittens die dynamische Ergebnisverwaltung: Das sogenannte Window-Schema filtert die besten Treffer direkt nach einer initialen Datenmenge, was die Übertragung enormer Datenmengen verhindert. Die Resultate sind verblüffend. Das System lieferte bei der Durchsuchung von 26.000 Proteintaschen gegen eine halbe Milliarde Moleküle innerhalb von 61,04 Sekunden exakte Top-500.000 Ergebnislisten. Die Recall-Rate liegt bei 99,63 Prozent. Das bedeutet, dass die Suchmaschine die relevantesten Kandidaten nahezu vollständig abdeckt, ohne die Präzision gegenüber der exakten, aber langsameren Vorlage zu verlieren. Erstautor Zhang Zhenyu, ein PhD-Student in Cao Zhichaos Team, beschreibt die Implikationen: Wenn der Suchrhythmus von "24 Stunden auf Anfrage" zu "eine Minute für jede Hypothese" wechselt, können Mediziner schneller auf neue Krankheitserreger oder mutierte Proteine reagieren. In diesem System wird die virtuelle Suche zu einem agilen Forschungsfeld, in dem der Fokus von der bloßen Berechenbarkeit zur Systemgeschwindigkeit und Skalierbarkeit übergeht. Zwar dauert das einmalige Komprimieren und Laden des Molekül-Vektorsatzes in den VRAM etwa 500 Sekunden, doch amortisiert sich dieser Aufwand bei wiederholter Suche erheblich. Auch über die Pharmaindustrie hinaus, etwa bei der Suche nach Mustern in Bilddatenbanken, könnte der Lösungsansatz für extrem große Datensätze mit hohem Recall-Bedarf Anwendung finden.
