耗时N年→一日万亿：清华AI重塑找药逻辑，为“不可成药”靶点点亮曙光
药物研发，一场人类与疾病最艰难的“持久战”。
我们面对的是一个庞大而晦暗的“目标宇宙”——人体内数以万计的疾病相关蛋白中，超过90%仍是无药可用的“暗物质”。
清华大学智能产业研究院（AIR）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。
利用AI助力药物虚拟筛选提速百万倍，全球最大规模数据库免费开放。研究成果以《深度对比学习实现基因组级别药物虚拟筛选》（Deep contrastive learning enables genome-wide virtual screening）为题在线发表于《科学》（Science）
90%的蛋白靶点无药可用
传统筛选“慢、难、窄”
药物研发如同一场“大海捞针”，尤其在面对人体内约2万个蛋白质靶点时，传统方法显得力不从心。目前，仅有约10%的蛋白靶点拥有成熟药物，剩余90%仍处于“无药可靶”的困境。
其根本原因可归结为三点：
慢——传统分子对接方法虽一次计算仅需几秒，但面对大规模筛选（如1万个靶点×10亿分子）需完成10¹³次计算，即便用最先进工具也需2亿CPU天。
难——许多疾病相关蛋白缺乏实验测定的三维结构，传统方法无从下手；且有效分子常被海量无效分子淹没，难以识别。
窄——受限于算力与成本，现有研究多集中于热门靶点，难以实现全基因组规模的系统性筛选。
DrugCLIP——
AI驱动的超高通量药物虚拟筛选平台
清华大学团队研发的DrugCLIP平台，创新性地将药物筛选转化为“AI画像+极速配对”模式。
平台通过对比学习训练两个AI编码器，分别提取蛋白质结合口袋与化学分子的特征向量，使能结合的蛋白-分子对特征相似，不能结合的特征相远。
平台创新性地采用550万组“假口袋-假分子”片段进行预训练，再以真实数据微调，使其能精准理解三维结构下的相互作用规律。
日处理10万亿次
首完成人类基因组规模筛选
在128核CPU+8张GPU的配置下，DrugCLIP日处理能力高达10万亿次蛋白-分子配对，较传统方法提升百万倍。在标准测试集DUD-E和LIT-PCBA中，其筛选效能与速度均显著优于现有分子对接工具与AI模型。
实验验证成果显著：
针对抑郁症相关蛋白，从78个筛选分子中找出8个活性分子，最优结合力达21nM（低于100nM即为优秀）。
在NET靶点上，从160万分子中筛出约100个高评分分子，其中15% 为有效抑制剂，12个结合力优于已上市药物安非他酮。针对癌症与帕金森相关靶点TRIP12，从160万分子中筛出约50个候选，其中10个经实验证实具有结合能力。
平台已首次完成人类基因组规模虚拟筛选，覆盖约——1万个蛋白靶点、2万个结合口袋，筛选5亿余分子，富集出200万余个高潜力活性分子，相当于为近半人类蛋白质储备了“药物种子”。
架起从结构预测到药物发现的桥梁
相较于传统及同类AI方法，DrugCLIP构筑了清晰的竞争壁垒：
真正的“结构驱动”AI：
深度融合3D结构预训练与多模态编码，直接在三维空间层面精准建模相互作用，不依赖一维序列或简化模型，理解更本质。
卓越的泛化与鲁棒性：
对蛋白质结构预测误差、全新蛋白家族、以及化学空间中外来分子均表现出强大适应力，克服了AI模型常见的“场景迁移失灵”难题。
无缝衔接AlphaFold：
能够直接、高效地对AlphaFold2等工具预测的蛋白结构进行高可信度筛选，打通了从“结构解析”到“药物发现”最关键、也最困难的实践通道，释放了海量预测结构的应用价值。
开源数据、跨界协同，构建研发生态
DrugCLIP的推广与应用秉持开放与合作理念：
核心数据开放：
项目产生的全基因组规模筛选数据已全部对外开放，供全球科研人员免费使用，旨在降低领域门槛，加速共同创新。
深度产学研融合：
团队本身即由清华大学智能产业研究院、生命学院、化学系交叉组成，并已与校内多个实验团队成功合作验证。项目获国家科技部、自然科学基金、新基石研究基金等重磅支持。
共建研发联盟：
依托清华（AIR）-智源健康计算联合研究中心，联合北京智源人工智能研究院、清华大学无锡应用技术研究院等机构，形成“AI算法-生物验证-产业转化”的协同网络，聚焦抗癌、传染病、罕见病等急需领域，推动针对新靶点的首创新药研发。
迈向“AI原生”的药物研发新范式
DrugCLIP的成功预示了药物研发范式的深刻变革，未来演进路径清晰：
广度拓展：持续覆盖更多未知靶点与孤儿靶点，将“不可成药”靶点逐步转化为“可成药”。
深度结合：与生成式AI融合，从“筛选现有分子”向“设计理想分子”演进，实现“AI筛选”与“AI创造”闭环。
生态赋能：作为基础平台，将持续为生物医药行业提供普惠化的超高通量筛选能力，赋能大型药企、生物科技公司及学术机构，整体提升创新药研发的效率和成功率。
从“大海捞针”到“磁石吸铁”
清华DrugCLIP的突破，不仅在于其令人震撼的“十万亿次/天”的处理能力，更在于它系统地攻克了传统研发的效能瓶颈与视野局限，为后AlphaFold时代的药物研发提供了关键的工具和庞大的数据基石。
它标志着我们正从“试错式”研发，迈入一个 “全基因组系统性探索，AI智能精准导航” 的药物发现新纪元。这场由AI驱动的生命科技革命，正在为人类健康未来播种下无限的希望。
