北京1月9日电 清华大学智能产业研究院AIR的兰艳艳教授领衔团队干了件大事，他们把传统药物筛选速度给提高了一百万倍，彻底解决了全球新药研发中那道“高投入、长周期、高风险”的大难题。 大家都知道，全球已知的疾病相关蛋白靶点有好几万个，可目前能用的靶向药物连总数的10%都不到。要是想靠传统方法把1万个蛋白靶点和几千亿个候选分子全都试一遍，就算用最好的工具也得干上几百年，根本没法推进。 为了打破这个僵局，清华团队另辟蹊径，把做自然语言处理那种语义检索的招数拿了过来。DrugCLIP的核心就是把三维空间里的分子对接，变成了在向量空间里的高效语义匹配。这下好了，以前要花好几个数量级的时间才能算完的万亿级计算量，现在单个节点一天就能搞定。 技术上这套平台用了128核CPU加8张GPU搞起了超高通量的运算。更绝的是，它把蛋白结构预测一直到发现活性分子的整条路都给打通了。靠着这股颠覆性的力量，团队一口气筛了1万个蛋白靶点、2万个蛋白口袋，还对5亿多个小分子做了智能分析。 算下来，他们一共给挑出了超过200万个有潜力的候选分子。为了把这宝贵的数据拿出来用，团队还搭了个全球最大、信息最全的数据库，全都免费开放给大家。这个叫DrugCLIP的在线服务平台自从试运行半年以来，已经给全球1400多名科研人员提供了超过13500次定制化筛选服务。 用户只要把靶点结构往平台上一传，就能立马拿到个性化方案。这种开放共享的方式大大降低了门槛，有力地推动了全球合作。这次突破不仅是中国在AI和生物医药交叉领域的重大创新，更是标志着咱们在新药研发底层技术平台建设上实现了从跟跑到领跑的历史性跨越。 随着DrugCLIP跟各国机构和药企在抗癌、传染病、罕见病等领域的合作越来越深，这项技术有望彻底改变药物研发的局面。它能显著缩短周期、降低成本，给我国生物医药产业的高质量发展注入强劲的动力。