1月9日，IT之家发布消息称，清华大学在2026年迎来了首篇发表于《科学》（Science）期刊的研究论文。这篇论文由清华大学智能产业研究院（AIR）的兰艳艳教授团队，联合生命学院与化学系的科研力量共同完成。研究团队创新性地开发出一款名为DrugCLIP的人工智能驱动超高通量药物虚拟筛选平台。

目前，人类对靶向药物的探索仅覆盖了人体全部可成药靶点的大约10%。面对数以万计的潜在靶点，如何在广阔的化学空间中快速筛选出苗头化合物，已成为该领域的一个关键瓶颈。

DrugCLIP平台的筛选速度相比传统方法实现了百万倍的提升，同时在预测准确率上也取得了显著突破。

▲ 基于DrugCLIP的超高速全基因组虚拟筛选

依托该平台，研究团队首次完成了覆盖人类基因组规模的药物虚拟筛选。此次筛选覆盖了约1万个蛋白质靶点、2万个蛋白质口袋，分析筛查了超过50亿个类药小分子，最终富集出超过200万个潜在活性分子，构建了目前已知规模最大的蛋白质-配体筛选数据库。该数据库现已面向全球科研社区免费开放。

北京时间1月9日，这项研究成果以《深度对比学习实现基因组级别药物虚拟筛选》（Deep contrastive learning enables genome-wide virtual screening）为题，在线发表于国际顶级期刊《科学》（Science）。

IT之家附项目及论文链接如下：