清华大学智能产业研究院（AIR）兰艳艳教授团队携手生命学院、化学系科研人员，共同开发出一款名为DrugCLIP的AI驱动超高通量药物虚拟筛选平台，相关成果已正式发表于国际顶级学术期刊《科学》（Science）。该研究以《深度对比学习实现基因组级别药物虚拟筛选》为题，首次实现了对人类基因组规模的药物虚拟筛选全覆盖。
当前药物研发领域面临重大挑战：已知可成药靶点仅占人体全部潜在靶点的10%，而剩余数万个靶点对应的化学空间探索仍受限于传统筛选技术的效率瓶颈。传统方法在速度与准确性上难以兼顾，导致新药发现周期漫长且成本高昂。
DrugCLIP平台通过深度对比学习技术，将筛选速度较传统方法提升百万倍量级，同时在预测精度上取得突破性进展。研究团队利用该平台完成了全球首个覆盖人类全基因组的虚拟筛选项目，系统分析了约1万个蛋白靶点、2万个蛋白结合位点，并对超过5亿个类药小分子进行评估，最终成功富集出200余万个具有潜在活性的分子。
基于此次筛选构建的蛋白-配体相互作用数据库，已成为当前已知规模最大的同类资源库。该数据库已通过开放获取模式向全球科研机构共享，为抗肿瘤、抗感染等重大疾病的新药研发提供关键数据支撑。研究团队特别指出，数据库包含的分子结构信息与靶点结合特征，可显著缩短先导化合物优化周期。
此次突破标志着AI技术深度融入药物发现全流程，为解决传统研发模式中的"靶点荒"问题提供了全新范式。该成果不仅展现了多学科交叉研究的创新潜力，更为全球科研人员探索未知靶点空间开辟了高效技术路径。
项目相关技术文档与原始论文可通过指定学术平台获取，研究团队表示将持续优化算法模型，推动药物虚拟筛选技术向更高精度、更大规模方向发展。
