清华大学智能产业研究院（AIR）兰艳艳教授联合生命学院和化学系的团队，成功研发出了 AI 驱动的超高通量药物虚拟筛选平台 DrugCLIP。研究成果以《深度对比学习实现基因组级别药物虚拟筛选》（Deep contrastive learning enables genome-wide virtual screening）为题在线发表于《科学》（Science）。

在当前的药物研发领域，针对靶向药物的探索仅覆盖了人类可成药靶点的约10%。面对成千上万的潜在靶点，如何在广阔的化学空间中快速筛选苗头化合物已成为该领域里的瓶颈。

根据介绍，DrugCLIP筛选速度对比传统方法实现了百万倍提升，同时在预测准确率上也取得显著突破。依托该平台，团队首次完成了覆盖人类基因组规模的药物虚拟筛选，为创新药物发现带来了新的可能性。

DrugCLIP 首次打通了从蛋白结构预测到药物发现的关键通道，实现覆盖人类基因组规模的虚拟筛选。

硬件方面，基于128核中央处理器（CPU）和8张图形处理器（GPU）的计算节点，DrugCLIP即可实现万亿级蛋白口袋小分子对打分日吞吐能力，其核心突破在于将传统的分子对接转化为蛋白口袋与小分子。在向量空间中的高效语义检索，较分子对接等传统方法的速度提升百万倍。

依托 DrugCLIP 平台，研究团队首次完成了覆盖人类基因组规模的药物虚拟筛选。这一过程不仅涉及到约1万个蛋白靶点和2万个蛋白口袋，还分析筛选了超过5亿个类药小分子，最终富集出超过200万个潜在活性分子。构建了目前已知最大规模的蛋白-配体筛选数据库，该数据库已免费面向全球科研社区开放。