本报北京1月9日电 记者邓晖从清华大学获悉，该校智能产业研究院(AIR)兰艳艳教授联合生命学院、化学系团队创新研发AI驱动的超高通量药物虚拟筛选平台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。相关研究成果于近日在线发表于国际学术期刊《科学》。

目前，人类对靶向药物的探索约覆盖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苗头化合物，已成为该领域里的瓶颈。研究团队介绍，若使用当前最先进的分子对接工具筛选1万个蛋白靶点，假设每个靶点面对109个候选分子，则需完成约1013次蛋白-配体打分，一台计算机即使日夜不休也需数百年才可完成计算，严重制约了新靶点与新分子之间匹配的筛选效率。

团队进一步介绍，DrugCLIP将该计算量缩短为一台计算节点(高性能计算或分布式计算系统中的一个基本单元)一天的机时，并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核中央处理器和8张图形处理器的计算节点，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，联合团队首次完成了人类基因组规模的虚拟筛选项目，可覆盖约1万个蛋白靶点、2万个蛋白口袋，分析筛选超过5亿个类药小分子，总共富集出超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，为基础研究与早期药物发现提供了强大数据支持。

同时，筛选服务平台也已同步上线，支持对用户上传的靶点和蛋白口袋进行定制化筛选。截至论文发表，半年来，该平台已累计服务1400余名用户完成了13500余次筛选。团队介绍，未来，DrugCLIP将与科研与产业生态伙伴深度合作，在抗癌、传染病、罕见病等方向加速新靶点与首创新药的发现。