【量子位 2026年1月10日讯】中国AI制药领域迎来里程碑式突破！清华大学跨学科团队（智能产业研究院AIR+生命学院+化学系）在国际顶刊《Science》发表重磅研究，推出AI驱动的超高通量药物虚拟筛选平台DrugCLIP。该平台创下“日处理10万亿次蛋白-分子配对计算”的行业纪录，较传统方法提速百万倍，不仅打通从AlphaFold蛋白结构预测到药物发现的关键通道，更首次完成覆盖人类基因组规模的药物虚拟筛选，为抑郁症、癌症、帕金森等疾病的新药研发提供“候选分子库”，相关数据已向全球科研界免费开放。
此次研究解决了长期困扰制药行业的核心痛点——人类体内2万个编码蛋白质的基因中，仅10%有成熟药物靶点，剩余90%因筛选效率低、结构未知等问题“无药可寻”。DrugCLIP的出现，让“为人类近一半蛋白质找到潜在药物种子”成为现实。
一、百万倍提速的秘密：AI给蛋白和分子“画肖像”
传统药物筛选如同“大海捞针”——面对1万个蛋白靶点、每个靶点10⁹个候选分子，需完成10¹³次配对计算，即便用最先进工具也需2亿CPU天。而DrugCLIP通过“对比学习+向量检索”的创新思路，将这一过程压缩至天级：
1. 双编码器教会AI“识别结合规律”
团队研发两套AI编码器，分别为蛋白质“结合口袋”（与小分子结合的关键区域）和化学分子生成“特征向量肖像”：
-
预训练打基础：从现有蛋白质结构中切割短片段模拟“假分子”，搭配周围区域构建“假口袋”，一次性生成550万组训练样本，让AI先掌握“什么样的分子能和口袋结合”的基础规律；
-
对比学习优化：训练时明确规则——能结合的蛋白-分子对，特征向量需“靠近”；无法结合的则“远离”。通过反复迭代，AI精准捕捉三维结构层面的结合逻辑，甚至能识别分子细微结构差异对结合能力的影响。
2. 向量检索实现“毫秒级筛选”
不同于传统“逐一计算物理对接”的慢流程，DrugCLIP先将5亿个候选分子的“肖像”提前存储，遇到新蛋白口袋时，仅需生成其向量并与数据库快速比对：
-
效率飞跃：在128核CPU+8张GPU的计算节点上，筛选100万个分子仅需0.02秒，日处理能力达10万亿次，较传统分子对接工具提速百万倍；
-
抗干扰能力强：对AlphaFold预测的蛋白结构误差、陌生蛋白家族、新型分子类型均表现稳定，不会因“场景变化”失灵，解决了AlphaFold仅能预测结构却难落地药物开发的遗留问题。
二、实验室验证：抑郁症、癌症靶点找到“更优分子”
速度之外，DrugCLIP的筛选结果已通过多项生物学实验验证，展现出极强的实用性：
1. 抑郁症靶点：12个分子优于现有药物
针对去甲肾上腺素转运体（NET，抑郁症、多动症的关键靶点），团队从160万个分子中筛选出100个高评分分子：
-
15%为有效抑制剂：同位素配体转运实验显示，15个分子能有效抑制NET活性；
-
超越现有药物：其中12个分子的结合能力优于临床常用抗抑郁药安非他酮，且通过冷冻电镜解析出复合物结构，证实结合模式的科学性。
2. 癌症/帕金森靶点：突破“无结构无抑制剂”困境
E3泛素连接酶TRIP12与癌症、帕金森密切相关，但此前既无实验结构，也无已知抑制剂。团队用AlphaFold预测其结构后，通过DrugCLIP筛选：
-
10个分子成功结合：从160万个分子中筛选的50个候选里，10个经SPR实验证实能与TRIP12结合；
-
抑制活性显现：2个高亲和力分子可抑制TRIP12的泛素连接酶活性，为这类“难成药”靶点提供首个药物研发方向。
3. 抑郁症激动剂：21nM实现“优秀结合”
在另一项抑郁症相关蛋白研究中，从78个筛选分子里找到8个“激动剂”（激活蛋白功能的分子），其中最优分子的结合能力达21nM（数值越小越强，100nM以下即属优秀），且在细胞实验中展现显著活性，有望开发为新型抗抑郁药物。
三、基因组级筛选：为2万个人类蛋白口袋“储备药物种子”
DrugCLIP的最大突破，在于完成人类基因组规模的虚拟筛选——覆盖约1万个蛋白靶点、2万个结合口袋，分析5亿个小分子后，富集出200万余个高潜力活性分子：
-
构建最大数据库：这是目前已知规模最大的蛋白-配体筛选数据库，相当于为人类近一半蛋白质提前锁定“药物种子”，研究者可直接从中筛选特定疾病靶点的候选分子；
-
免费开放共享：数据库已上线DrugCLIP官网（http://drugclip.air.tsinghua.edu.cn/），全球科研人员上传蛋白结构即可启动筛选，支持自定义分子库上传，大幅降低药物研发门槛。
“过去我们只能围绕10%的已知靶点做研究，现在有了这个数据库，90%‘无药可寻’的靶点终于有了探索方向。”团队通讯作者、清华AIR兰艳艳教授表示，该平台已成为后AlphaFold时代药物发现的关键工具。
四、行业意义：AI制药从“概念”走向“规模化落地”
此次成果不仅登上《Science》，更标志着中国AI制药在核心技术层面跻身全球前列，为行业带来三重启示：
-
突破数据与效率瓶颈：通过对比学习解决“小样本训练”难题，向量检索突破算力限制，让全基因组筛选从“不可能”变为“可实现”；
-
打通产学研链路：平台免费开放且操作便捷，科研机构可快速验证基础研究成果，药企能缩短早期筛选周期，推动“基础研究-药物开发”的转化效率；
-
为罕见病、传染病提供新路径：对缺乏已知靶点和结构的罕见病、新发传染病，DrugCLIP可快速筛选潜在分子，为“快速响应疾病挑战”提供技术支撑。
据悉，团队已与多家科研机构、药企展开合作，计划在抗癌、罕见病等领域推进First-in-class药物研发。未来还将优化平台性能，支持更多模态数据（如蛋白动态变化），进一步提升筛选精度。
结语：AI让“全民找药”成为可能
从AlphaFold预测蛋白结构，到DrugCLIP实现药物筛选，AI正一步步破解生命科学的复杂难题。当药物筛选从“亿级CPU天”降至“天级”，当90%“无药靶点”有了候选分子，当全球研究者能免费使用这一工具——我们或许正在见证“AI制药全民化”的开端。
正如论文中所写：“DrugCLIP不仅是一个筛选平台，更是为后AlphaFold时代搭建的‘药物发现桥梁’。”未来，随着更多跨学科合作的推进，AI或将彻底改写“一款新药十年十亿美金”的行业魔咒，让更多疾病的治疗方案加速到来。
