在药物研发领域，一场由人工智能驱动的革新正在悄然发生。清华大学智能产业研究院兰艳艳教授团队携手生命学院与化学系科研人员，成功开发出名为DrugCLIP的超高通量药物虚拟筛选平台。该平台通过深度对比学习技术，实现了基因组级别药物虚拟筛选的突破性进展，相关研究成果已登上国际顶级学术期刊《科学》杂志。
传统药物研发长期面临"大海捞针"的困境：人类可成药靶点仅占潜在靶点的10%，而化学空间中存在数以亿计的候选分子。研究团队构建的DrugCLIP平台通过创新算法架构，将虚拟筛选速度提升至传统方法的百万倍量级。在保持高预测准确性的同时，该平台首次完成了覆盖整个人类基因组的系统性筛选，涉及近万个蛋白靶点、两万个蛋白结合位点以及超过5亿个类药小分子。
这场大规模筛选行动收获颇丰：科研人员从海量数据中识别出200余万个具有潜在活性的分子，为后续药物开发提供了丰富资源。更值得关注的是，团队同步构建的蛋白-配体相互作用数据库已实现全球共享。这个目前世界上规模最大的专业数据库，为全球科研机构提供了开放获取的高质量数据资源，显著降低了新药研发的门槛。
该成果的技术亮点在于其独特的双模态学习框架。平台通过对比学习同时解析蛋白质三维结构与小分子化学特征，突破了传统方法对实验数据的依赖。这种创新模式不仅提升了筛选效率，更在跨靶点预测中展现出优异性能，为攻克"不可成药"靶点提供了新思路。随着数据库的持续更新与平台功能的完善，全球药物研发格局有望迎来深刻变革。
