记者从清华大学获悉，该校智能产业研究院兰艳艳教授联合生命学院、化学系团队成功研发出超高通量药物虚拟筛选平台DrugCLIP，在药物发现领域取得重大突破。
相关研究成果近日在线发表于国际顶级学术期刊《科学》。
当前，药物发现面临严峻挑战。
人类对靶向药物的探索仅覆盖人体全部可成药靶点的10%，面对数以万计的潜在靶点，如何在浩瀚的化学空间中高效筛选候选化合物，已成为制约新药研发的关键瓶颈。
传统药物筛选方法效率低下的问题日益凸显。
研究团队指出，使用现有最先进的分子对接工具筛选1万个蛋白靶点，假设每个靶点面对10亿个候选分子，需完成约10万亿次蛋白-配体打分计算。
即使计算机日夜不休运转，也需数百年才能完成，严重制约了新靶点与新分子匹配的筛选效率。
DrugCLIP平台的核心创新在于将传统分子对接转化为蛋白口袋与小分子在向量空间中的高效语义检索，实现了计算效率的革命性提升。
该平台将原本需要数百年的计算量压缩至一台计算节点一天的机时，筛选速度较传统方法提升百万倍。
在硬件配置方面，基于128核中央处理器和8张图形处理器的计算节点，DrugCLIP可实现万亿级蛋白口袋小分子对打分的日吞吐能力。
更为重要的是，该平台首次打通了从蛋白结构预测到药物发现的关键通道，实现了覆盖人类基因组规模的虚拟筛选。
依托这一创新平台，联合团队完成了迄今为止规模最大的人类基因组虚拟筛选项目。
该项目覆盖约1万个蛋白靶点、2万个蛋白口袋，分析筛选超过5亿个类药小分子，总共富集出超200万个潜在活性分子，构建了目前已知最大规模的蛋白-配体筛选数据库。
为促进全球科研合作，该数据库已免费向全球科研社区开放，为基础研究与早期药物发现提供强大数据支撑。
同时，筛选服务平台也已同步上线，支持用户上传靶点和蛋白口袋进行定制化筛选。
截至论文发表，半年来该平台已累计服务1400余名用户，完成13500余次筛选任务。
这一突破性成果对药物发现领域具有深远影响。
传统药物研发周期长、成本高、成功率低的困境有望得到缓解。
通过大幅提升筛选效率和扩大筛选范围，DrugCLIP为发现针对新靶点的首创新药提供了强有力的技术支撑，特别是在抗癌、传染病、罕见病等重要疾病领域展现出巨大应用潜力。
团队表示，未来将与科研院所和产业界深度合作，在重大疾病治疗领域加速新靶点与首创新药的发现进程。
这一平台的成功研发不仅体现了我国在生物医学与人工智能交叉领域的创新实力，也为全球药物发现事业贡献了中国智慧。
这项突破标志着我国在计算药物研发领域已跻身世界前列，其百万倍效率提升不仅重构了药物发现的技术范式，更展现出人工智能与生命科学交叉创新的巨大潜力。
随着平台生态的持续完善，这项"中国方案"或将成为破解全球新药研发效率困境的重要引擎，为人类健康事业贡献更多原创性突破。