快科技 1 月 9 日消息，今天，清华大学联合团队的研究成果《深度对比学习实现基因组级别药物虚拟筛选》在《科学》杂志在线发表。

其研发的 AI 驱动药物虚拟筛选平台 DrugCLIP，实现了百万倍筛选提速，首次完成人类基因组规模的药物虚拟筛选。

传统分子对接工具筛选 1 万个靶点与 109 个候选分子的组合，需完成 1013 次打分，一台计算机需数百年才能完成。

DrugCLIP 基于 128 核 CPU 和 8 张 GPU 的计算节点，达成万亿级蛋白口袋小分子对打分的日吞吐能力。

其核心创新是将传统分子对接转化为向量空间中的语义检索，较传统方法速度提升百万倍。

基于 DrugCLIP 的超高速全基因组虚拟筛选

该平台的准确性已得到实验验证：针对抗抑郁相关的 NET 靶点，筛选出的分子中 15% 为有效抑制剂，12 个分子结合能力优于现有药物。

针对肿瘤相关靶点 TRIP12，也成功筛选出具有结合能力和抑制活性的分子，验证了其对预测蛋白结构的筛选能力。

联合团队已构建全球最大规模的蛋白 - 配体筛选数据库，覆盖约 1 万个蛋白靶点、5 亿余个类药小分子，相关数据库免费向全球科研社区开放。

上线半年来，平台已服务 1400 余名用户，完成 13500 余次筛选。未来，DrugCLIP 将在抗癌、传染病、罕见病等领域持续发力，助力首创新药研发。