1月9日，清华大学发布重磅科研成果：该校智能产业研究院（AIR）教授兰艳艳联合生命学院、化学系团队，研发出AI驱动的超高通量药物虚拟筛选平台DrugCLIP，相关研究成果登上国际学术期刊《科学》。该平台将新药筛选速度提升百万倍，首次实现人类基因组级靶点全覆盖筛选，推动新药研发迈入精准高效新阶段。
精准高效，突破新药筛选速度瓶颈
新药研发的核心难题，是为疾病靶点匹配适配小分子，过程如同大海捞针。人体内有2万多种蛋白质，不少是抗病关键靶点，但目前能应用靶向药的靶点仅占10%；可用于制药的小分子数量庞大，传统筛选方式难以全面覆盖。
传统筛选好比在无边无际的化学宇宙里逐一排查，若筛选1万个靶点、每个靶点匹配10亿个候选分子，一台电脑连轴转也得数百年。因此，现有药物研发只能在少量靶点和小规模分子上进行，大量潜在治疗靶点和药物被埋没。
DrugCLIP则为新药筛选装上精准导航，一举突破速度瓶颈。该成果跳出传统筛选路径，将蛋白质与小分子转化为计算机可快速识别的专属信号，无需逐步模拟结合过程，实现小分子与靶点的自动精准匹配。
兰艳艳坦言，研发初期，团队对筛选准确性并无十足把握，但首次实验室实验便获成功，初步验证了平台的有效性。
研究表明，DrugCLIP筛选药物的速度优势极为亮眼。在普通高性能电脑上，DrugCLIP单日可完成31万亿次匹配计算，筛选100万个候选分子仅需0.02秒，较传统方法提速百万倍，过去数百年的工作量，如今一台电脑单日即可完成，彻底终结新药筛选速度困境。
惠及民生，从免费开源到共建产业生态
DrugCLIP的精准度在实际应用中同样经得住检验。据兰艳艳介绍，联合团队先针对抑郁症相关靶点进行实验，让平台从160万个候选分子中精准筛选出100个潜力分子，其中15%被证实可有效作用于靶点，12个分子结合效果优于常用抗抑郁药，成效均通过生物、化学实验验证。
团队还攻克了一个科研“硬骨头”：一个与肿瘤、帕金森病密切相关的靶点，此前从未找到适配小分子，团队先以AI预测其蛋白结构，再用DrugCLIP筛选，50个潜力分子中10个可成功结合，2个能有效抑制靶点活性，印证平台适配有无现成结构的各类靶点，适用场景广泛。
“此前AI预测系统解决了‘看清蛋白质结构’的难题，DrugCLIP则专注解决‘给蛋白质找适配小分子’的问题，打通蛋白结构解析到新药研发全链条，这是行业发展的关键突破。”兰艳艳说。
依托DrugCLIP，联合团队创下新纪录：完成人类基因组内约1万个靶点、2万个关键位点全覆盖筛选，分析5亿余个候选小分子，富集200多万个潜在有效分子，建成全球规模最大的药物靶点匹配数据库，面向全球科研人员免费开放共享。
未来，DrugCLIP将与科研及产业生态合作伙伴深度协作，聚焦抗癌、传染病、罕见病等领域，加速新靶点与First-in-class药物（首创新药）发现。团队将持续优化引擎性能、拓展支持模态，助力构建更智能、高效、普惠的全球药物创新生态。
