清华2026年首篇Science论文发布：AI助力药物虚拟筛选效率提升百万倍

1月9日消息，清华大学2026年的首篇Science论文已正式发表，由该校智能产业研究院（AIR）的兰艳艳教授牵头，携手生命学院与化学系的研究团队（以下简称“联合团队”），成功研发出一款AI驱动的超高通量药物虚拟筛选平台——DrugCLIP。

目前，人类对靶向药物的探索范围大约覆盖了人体全部可成药靶点的10%。面对数以万计的潜在靶点，如何在广阔的化学空间中快速筛选出苗头化合物，已成为该领域发展的瓶颈。

DrugCLIP的筛选速度相较于传统方法提升了百万倍，并且在预测准确率方面也有显著突破。

基于 DrugCLIP 的超高速全基因组虚拟筛选

借助这一平台，团队首次开展了覆盖人类基因组范围的药物虚拟筛选工作，能够针对约1万个蛋白靶点、2万个蛋白口袋进行分析，筛选超过5亿个类药小分子，从中富集出200多万个潜在活性分子，并建立起当前已知规模最大的蛋白-配体筛选数据库，该数据库已向全球科研社区免费开放。

2024年1月9日（北京时间），这项研究成果以《深度对比学习实现基因组级别药物虚拟筛选》（英文标题：Deep contrastive learning enables genome-wide virtual screening）为题目，在国际顶级学术期刊《科学》（Science）上在线发表。

【