DrugCLIP：AI驱动超高通量虚拟筛选引擎，开启后AlphaFold时代创新药物发现新篇章

在2025北京智源大会，清华大学智能产业研究院（AIR）-北京智源人工智能研究院「健康计算联合研究中心」发布AI驱动的超高通量药物虚拟筛选平台 DrugCLIP，该平台系统由AIR兰艳艳教授牵头研发。兰艳艳教授系智源青年学者，青源会发起成员。

DrugCLIP 在筛选速度对比传统方法实现了百万倍提升，同时在预测准确率上也取得显著突破。依托该平台，团队打通了从 AlphaFold 结构预测到药物发现的关键通道，首次完成了覆盖人类基因组规模的药物虚拟筛选，为后 AlphaFold 时代的创新药物发现带来了新的可能性。

DrugCLIP：https://www.drugclip.com

药物研发长期以来面临「高风险、高投入、低成功率」的难题，在靶点发现与先导化合物筛选阶段，受限于传统工具的计算能力，绝大多数潜在靶点和化合物仍未被充分探索。

人类基因组编码 2 万余个蛋白，每个蛋白可能包含多个结合口袋，然而现有药物靶点开发只覆盖其中小部分。另一方面，理论上可合成的小分子数量高达10的60次方，远超现有药物化合物库。

如何在如此浩瀚的生物与化学空间中精准高效地发现活性化合物，是当前创新药物研发面临的核心挑战。以筛选 1 万个蛋白质靶点、每个靶点面对 10⁹ 个候选分子为例，需完成约10¹³次蛋白-配体打分。即便使用当前最先进的分子对接工具，也需数百年才能完成，严重制约了新靶点与新分子之间匹配的探索效率。

图:化学空间大小示意图（引用：Gastreich, M. BioSolveITDrugSpace2022）

<