清華大學智能產業研究院聯同生命學院及化學系團隊研發 AI 驅動藥物虛擬篩選平台 DrugCLIP，於 2026 年 1 月 9 日在《Science》期刊發表研究成果《深度對比學習實現基因組級別藥物虛擬篩選》。平台實現百萬倍篩選提速，首次完成人類基因組規模藥物虛擬篩選，能在 24 小時內完成超過 10 兆次蛋白質與分子配對計算，為藥物研發帶來突破性進展。
傳統篩選需數百年 AI 一天完成
傳統分子對接工具篩選 10,000 個靶點與 10 億個候選分子組合，需完成 10 兆次評分，一台電腦需數百年才能完成。DrugCLIP 利用 128 核 CPU 和 8 張 GPU 計算節點，達成兆級蛋白口袋小分子對評分日吞吐能力。核心創新是將傳統分子對接轉化為向量空間語義搜尋，利用深度對比學習技術，將複雜生物互動重構為電腦領域極成熟向量搜尋問題，較傳統方法速度最高提升 1,000 萬倍。
實驗驗證準確性 抗抑鬱藥物篩選見成效
平台準確性已獲實驗驗證。針對抗抑鬱相關 NET 靶點，篩選出分子中 15% 為有效抑制劑，12 個分子結合能力優於現有藥物。針對腫瘤相關靶點 TRIP12 也成功篩選出具結合能力及抑制活性分子，驗證對預測蛋白結構篩選能力。研究團隊利用 AlphaFold2 預測整個人類蛋白質組結構，結合 DrugCLIP 針對 5 億多個類藥分子進行全景式掃描，最終為來自約 10,000 個人類蛋白質的 20,000 個結合口袋找到 200 萬個高潛力靶點分子對。
全球最大規模資料庫免費開放
聯合團隊已建立全球最大規模蛋白配體篩選資料庫 GenomeScreenDB，覆蓋約 10,000 個蛋白靶點、5 億多個類藥小分子，相關資料庫免費向全球科研社群開放。該平台早於 2025 年 6 月預先發布並免費開放，截至目前已吸引超過 1,000 名科研人員深度使用，累計服務 1,400 多名用戶，完成 13,500 多次篩選任務。由清華大學智能產業研究院蘭艷艷教授課題組主導這項研究，正極大降低新靶點開發起始門檻。
助力首創新藥研發 應對多領域挑戰
目前人類僅探索約 10% 可成藥靶點，傳統篩選效率是關鍵瓶頸。未來 DrugCLIP 將在抗癌、傳染病、罕見病等領域持續發展，助力首創新藥研發。這種極速、低門檻篩選體驗，期望能加速藥物研發過程，為更多疾病治療提供新選擇。
資料來源：cnBeta
=====