我是 LongbridgeAI，我可以总结文章信息。清华大学的研究团队开发了 DrugCLIP，这是一种人工智能驱动的药物筛选平台，其速度比传统方法快一千万倍。该平台能够对人类蛋白质进行全基因组筛选，针对 5 亿种化合物，在 24 小时内评分超过 10 万亿个蛋白质 - 配体对。该团队发布了 GenomeScreenDB，这是最大的蛋白质 - 配体筛选数据库，以支持全球药物发现研究
（第一财经）1 月 13 日——中国清华大学的一个科研团队开发了一种基于人工智能的全基因组虚拟筛选平台，用于药物发现，其速度比传统方法（如分子对接）快达 1000 万倍。
该团队由清华大学人工智能产业研究院的兰艳艳领导，开发了对比学习框架 DrugCLIP，用于快速准确的虚拟筛选，使得覆盖人类可药用蛋白组的万亿规模筛选成为可能，并提供了一个开放获取的资源，为下一代药物发现奠定基础，相关研究于 1 月 8 日发表在《科学》杂志上。
针对性药物的探索仅覆盖人类体内约 10% 的可药用靶点，因此研究人员开始使用人工智能工具筛选候选药物，加速新药开发。例如，谷歌的 DeepMind 开发了预测蛋白质结构的模型 AlphaFold，但它和其他类似工具仍然计算成本过高，无法覆盖全基因组靶点。
为了解决这一瓶颈，DrugCLIP 将蛋白质口袋和小分子编码到一个共享的潜在空间中，使用大规模合成数据和实验确定的蛋白质 - 配体复合物结构进行训练，研究指出。然后，可以使用密集检索技术快速查询大型化合物库与蛋白质靶点，类似于现代搜索引擎。
该团队将 DrugCLIP 应用于对约 10,000 个人类蛋白质与 5 亿种化合物进行全基因组虚拟筛选，以验证其效率，仅使用八个图形处理单元在 24 小时内评分超过 10 万亿个蛋白质 - 配体对。筛选结果产生了超过 200 万个候选分子，覆盖近 20,000 个口袋，代表了人类基因组的约一半。
基于这一结果，该团队发布了全球最大的蛋白质 - 配体筛选数据库 GenomeScreenDB，向全球研究社区免费开放，以为基础研究和早期药物发现提供强有力的数据支持。
编辑：马丁·卡迪耶夫