為疾病靶點匹配適配的小分子，是靶向藥物研發的關鍵。面對人體內數以萬計的潛在靶點，如何快速篩選苗頭化合物？近日，清華大學智能産業研究院教授蘭艷艷聯合該校生命學院、化學系團隊，創新研發了人工智能驅動的超高通量藥物虛擬篩選平台DrugCLIP，其篩選速度比傳統方法提升百萬倍，預測準確率也取得顯著突破。

依託該平台，團隊首次完成了人類基因組級別的藥物虛擬篩選，為創新藥物發現帶來新可能。相關研究成果以“深度對比學習實現基因組級別藥物虛擬篩選”為題，於北京時間1月9日在線發表於國際學術期刊《科學》。

蘭艷艷介紹，人類基因組編碼2萬餘個蛋白，受傳統工具效率等制約，現有蛋白靶點開發只覆蓋其中小部分。團隊創新將傳統的分子對接方法，轉化為蛋白口袋與小分子在向量空間中的高效語義檢索。基於128核中央處理器和8張圖形處理器的計算節點，DrugCLIP可在1天內完成10萬億次蛋白—配體打分，較傳統方法提速百萬倍。

速度提升，準確性如何？團隊進行了一系列實驗。例如，去甲腎上腺素轉運體是抑鬱症等疾病的重要靶點，DrugCLIP從160萬個候選分子中，為該靶點篩選出約100個高評分分子。實驗檢測顯示，其中15個為有效抑製劑，12個分子的結合能力優於當前一種常用抗抑鬱藥物。

目前，依託DrugCLIP，團隊完成了覆蓋約1萬個蛋白靶點、2萬個蛋白口袋的虛擬篩選項目，分析篩選超過5億個類藥小分子，富集出超過200萬個潛在活性分子，構建了目前已知最大規模的蛋白—配體篩選數據庫。

據悉，該數據庫已免費面向全球科研社區開放，為基礎研究與早期藥物發現提供數據支持。篩選服務平台也同步上線，支持對用戶上傳的靶點和蛋白口袋進行定制化篩選，截至論文發表時，已累計服務1400余名用戶完成1.35萬餘次篩選。

蘭艷艷説，DrugCLIP平台有助於在抗癌、傳染病、罕見病等方向上，加速新靶點與首創新藥的發現。團隊將持續優化引擎性能，拓展支持模態，助力構建更智能、高效、普惠的藥物創新生態。