清華大學智能產業研究院（AIR）蘭艷艷教授團隊攜手生命學院、化學系科研人員，共同開發出一款名為DrugCLIP的AI驅動超高通量藥物虛擬篩選平臺，相關成果已正式發表于國際頂級學術期刊《科學》（Science）。該研究以《深度對比學習實現基因組級別藥物虛擬篩選》為題，首次實現了對人類基因組規模的藥物虛擬篩選全覆蓋。
當前藥物研發領域面臨重大挑戰：已知可成藥靶點僅占人體全部潛在靶點的10%，而剩余數萬個靶點對應的化學空間探索仍受限于傳統篩選技術的效率瓶頸。傳統方法在速度與準確性上難以兼顧，導致新藥發現周期漫長且成本高昂。
DrugCLIP平臺通過深度對比學習技術，將篩選速度較傳統方法提升百萬倍量級，同時在預測精度上取得突破性進展。研究團隊利用該平臺完成了全球首個覆蓋人類全基因組的虛擬篩選項目，系統分析了約1萬個蛋白靶點、2萬個蛋白結合位點，并對超過5億個類藥小分子進行評估，最終成功富集出200余萬個具有潛在活性的分子。
基于此次篩選構建的蛋白-配體相互作用數據庫，已成為當前已知規模最大的同類資源庫。該數據庫已通過開放獲取模式向全球科研機構共享，為抗腫瘤、抗感染等重大疾病的新藥研發提供關鍵數據支撐。研究團隊特別指出，數據庫包含的分子結構信息與靶點結合特征，可顯著縮短先導化合物優化周期。
此次突破標志著AI技術深度融入藥物發現全流程，為解決傳統研發模式中的"靶點荒"問題提供了全新范式。該成果不僅展現了多學科交叉研究的創新潛力，更為全球科研人員探索未知靶點空間開辟了高效技術路徑。
項目相關技術文檔與原始論文可通過指定學術平臺獲取，研究團隊表示將持續優化算法模型，推動藥物虛擬篩選技術向更高精度、更大規模方向發展。
