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。