在计算生物学领域，有一个被追逐了数十年的“圣杯”——化学基因组学。其核心愿景是实现对全基因组蛋白质靶点的全覆盖，为每一个潜在的生命密码配上一把精准的“药物钥匙”。人类基因组编码约 20000 种蛋白质，其中 90% 与疾病密切相关，却长期处于 “无药可靶” 状态。面对如此庞大的潜在靶点空间与近乎无限的小分子化学库，传统药物筛选方法如同大海捞针，即使依靠当前最先进的分对接工具，完成全基因组规模的筛选也需数百年，严重制约了突破性疗法的发现。

1月9日，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” 兰艳艳教授课题组的主导下，研发的AI 驱动的超高通量药物虚拟筛选平台 DrugCLIP，在顶刊《Science》重磅发表。DrugCLIP不仅实现了药物筛选速度的百万倍级提升，更首次完成了全基因组规模的药物映射，将化学基因组学的宏伟梦想照进现实。兰艳艳系清华大学智能产业研究院（AIR）教授，智源学者，青源会发起成员。

范式重构：从“物理模拟”到“跨模态向量检索”的技术跃升

传统药物筛选长期受困于“不可能三角”：精度、通量与化学空间规模。传统的分子对接高度依赖原子级的物理受力模拟，面对万亿级分子库时，庞大的计算代价让全基因组筛选成了不可能完成的任务。

DrugCLIP 的核心创新在于创造性地构建了蛋白质口袋与小分子的“向量化结合空间”。它不再执着于模拟分子如何“卡入”蛋白的动态过程，而是利用深度对比学习技术，将复杂的生物相互作用重构为计算机领域极度成熟的向量检索问题。

在这种硬核架构下，团队展现了极具前瞻性的 AI 逻辑：

• 自监督结构预训练： 团队创造性地从海量蛋白数据中切取片段模拟“假配体”，构造了多达 550 万组 训练样本。这种策略让 AI 在接触真实药物前，就已深刻领悟了蛋白表面的结构特征，赋予了模型极强的 Zero-shot泛化能力。

• 多尺度表征对齐： 团队通过训练两个深度神经网络编码器，将蛋白口袋的 3D 拓扑结构与小分子的化学表征映射到同一个高维共嵌入空间（Joint Embedding Space）。

这种算法级的范式转换，直接将单节点（128核 CPU + 8张 GPU）的日打分能力推向了 10 万亿次（10的13次方） 的巅峰。相较于传统工具，筛选效率提升了 100 万倍。

从预测到验证：攻克“暗靶点”与 AlphaFold 结构的无缝对接

DrugCLIP 的价值不仅在于算力的飞跃，更在于其对全新靶点的硬核筛选能力。针对此前既无实验结构、也无已知抑制剂的“暗靶点”——人源 E3 泛素连接酶 TRIP12（与癌症和帕金森相关），DrugCLIP 直接基于 AlphaFold2 预测的蛋白结构进行盲筛，成功命中多个活性抑制剂。

在临床靶点 NET（去甲肾上腺素转运体）的实验中，DrugCLIP 筛选出的候选分子中有 15% 证实有效，且部分分子的活性直接超越了现有的一线临床药物。相关复合物结构已通过冷冻电镜解析，进一步验证了其生物学可信度。

赋能万众创新：开启基因组级药物发现生态

为了践行赋能科研社区、重塑药物研发现状的愿景，研究团队利用 DrugCLIP 完成了人类历史上首次全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，对超过 5 亿个小分子进行全量对齐，产出 200 万个高潜力靶点分子对，并据此构建了目前全球规模最大的蛋白-配体筛选数据库GenomeScreenDB。

早在 2025 年 6 月，清华 AIR 已联合智源研究院预先发布了 DrugCLIP 平台，正式向全球科研社区免费开放。截至目前，该平台已吸引了超过千余名科研人员深度使用，累计完成了超过万次大规模筛选任务。 这种极速、低门槛的筛选体验，正在极大地降低新靶点开发的起始门槛。

针对这一划时代的成果与平台的开放，北京生命科学研究所所长、中国科学院院士王晓东评价道：

“DrugCLIP 大大提高药物发现的速度，不仅仅是时效的提升，更大的作用是扩展候选化合物的空间，降低了制药的门槛，为万众创新提供了可能，为新药研发创造更好的生态环境。AI 药物研发更有意义的应用场景是发现新的可药靶点。”

DrugCLIP在《Science》的发表，不仅是对技术突破的国际认可，更意味着药物研发正式迈入“后AlphaFold时代”的规模化、系统化新阶段。从孤立靶点攻关到全景化探索，从封闭研发到开放协作，DrugCLIP作为AI4S（AI for Science）重塑生命科学底层逻辑的绝佳范例，正在重新定义药物发现的路径与边界，推动人工智能成为下一代医疗突破的核心驱动力。

论文地址：https://www.science.org/doi/10.1126/science.ads9530

DrugCLIP 平台地址： https://www.drugclip.com

DrugCLIP 实现了从“大海捞针”到“精准定位”的筛选突破，在速度与规模上取得了重大进展。在此基础之上，进一步提升靶点与药物分子匹配的精度、推动药物从筛选到设计的全链条贯通，成为接下来的关键方向。

承接这一方向，北京智源人工智能研究院自主研发了全原子微观生命模型OpenComplex2，旨在药物筛选的精度和机理层面做进一步的深化探索。OpenComplex2实现了药物筛选从静态结构预测走向动态构象全景建模，通过预测自由能景观的方式，清晰描绘靶点与药物分子间的动态作用的全貌，为候选分子的微观机理验证与结构优化提供理论依据，有望加速从基础分子机制研究向临床药物设计的转化。

未来，DrugCLIP的广度筛选与OpenComplex2的深度模拟将形成合力，与科研产业生态合作伙伴深度协同，共同推进在肿瘤、感染性疾病、罕见病等领域的新靶点与First-in-class药物的发现，助力构建更智能、高效、普惠的全球药物创新生态。