新药研发中，为疾病靶点快速匹配合适的小分子一直是关键难题；传统筛选方法效率低、成本高，导致人类基因组编码的2万多个蛋白中，仅有少数得到有效开发，许多疾病至今缺乏针对性治疗手段。 清华大学智能产业研究院兰艳艳教授团队针对此难题，创新性地将传统分子对接方法转化为蛋白口袋与小分子在向量空间中的高效语义检索，从根本上解决了大规模药物分子筛选的计算效率问题。 研究团队开发的DrugCLIP平台显示出显著优势。基于128核处理器和8张图形处理器的计算节点，该平台可在24小时内完成10万亿次蛋白-配体打分，较传统方法快百万倍。在去甲肾上腺素转运体靶点的筛选中，从160万候选分子中成功识别出15个有效抑制剂，其中12个的结合能力优于现有抗抑郁药物。 目前，研究团队已完成约1万个蛋白靶点、2万个蛋白口袋的虚拟筛选，分析超过5亿个类药小分子，富集出200多万个潜在活性分子。这构成了全球最大规模的蛋白-配体筛选数据库，已向全球科研机构免费开放。 该技术将显著改变新药研发格局。超高通量特性可大幅缩短药物发现周期，基因组级别的筛选能力为开发罕见病首创药物提供了可能。平台上线以来，已服务全球1400多名研究人员完成1.35万次筛选任务。 研究团队表示将继续优化平台性能，拓展支持模态，推动构建更智能高效的药物创新生态。这项技术有望在抗癌、传染病等重大疾病治疗领域催生更多突破性疗法。
从实验室到临床应用，新药发现的每一步都关乎患者的生命健康；DrugCLIP平台通过将先进计算技术与生命科学深度融合，有效破解了传统药物筛选的效率瓶颈，为加速创新药物发现提供了有力工具。这既说明了我国科研机构在前沿技术领域的创新能力，也预示着药物研发将进入更加高效、精准的新时代。随着平台的优化和广泛应用，必将为全球患者带来更多希望。