清華大學智能產業研究院（AIR）蘭豔豔教授聯合生命學院和化學系的團隊，成功研發出了 AI 驅動的超高通量藥物虛擬篩選平台 DrugCLIP。研究成果以《深度對比學習實現基因組級別藥物虛擬篩選》（Deep contrastive learning enables genome-wide virtual screening）為題在線發表於《科學》（Science）。

在當前的藥物研發領域，針對靶向藥物的探索僅覆蓋了人類可成藥靶點的約10%。面對成千上萬的潛在靶點，如何在廣闊的化學空間中快速篩選苗頭化合物已成為該領域裏的瓶頸。

根據介紹，DrugCLIP篩選速度對比傳統方法實現了百萬倍提升，同時在預測準確率上也取得顯著突破。依託該平台，團隊首次完成了覆蓋人類基因組規模的藥物虛擬篩選，為創新藥物發現帶來了新的可能性。

DrugCLIP 首次打通了從蛋白結構預測到藥物發現的關鍵通道，實現覆蓋人類基因組規模的虛擬篩選。

硬件方面，基於128核中央處理器（CPU）和8張圖形處理器（GPU）的計算節點，DrugCLIP即可實現萬億級蛋白口袋小分子對打分日吞吐能力，其核心突破在於將傳統的分子對接轉化為蛋白口袋與小分子。在向量空間中的高效語義檢索，較分子對接等傳統方法的速度提升百萬倍。

依託 DrugCLIP 平台，研究團隊首次完成了覆蓋人類基因組規模的藥物虛擬篩選。這一過程不僅涉及到約1萬個蛋白靶點和2萬個蛋白口袋，還分析篩選了超過5億個類藥小分子，最終富集出超過200萬個潛在活性分子。構建了目前已知最大規模的蛋白-配體篩選數據庫，該數據庫已免費面向全球科研社區開放。