AI赋能：药物创新加速度

    为疾病靶点匹配适配的小分子，是靶向药物研发的关键。面对人体内数以万计的潜在靶点，如何快速筛选苗头化合物？近日，清华大学智能产业研究院教授兰艳艳联合该校生命学院、化学系团队，创新研发了人工智能驱动的超高通量药物虚拟筛选平台DrugCLIP，其筛选速度比传统方法提升百万倍，预测准确率也取得显著突破。依托该平台，团队首次完成了人类基因组级别的药物虚拟筛选，为创新药物发现带来新可能。

    兰艳艳介绍，人类基因组编码2万余个蛋白，受传统工具效率等制约，现有蛋白靶点开发只覆盖其中小部分。团队创新将传统的分子对接方法，转化为蛋白口袋与小分子在向量空间中的高效语义检索。基于128核中央处理器和8张图形处理器的计算节点，DrugCLIP可在1天内完成10万亿次蛋白-配体打分，较传统方法提速百万倍。

    速度提升，准确性如何？团队进行了一系列实验。例如，去甲肾上腺素转运体是抑郁症等疾病的重要靶点，DrugCLIP从160万个候选分子中，为该靶点筛选出约100个高评分分子。实验检测显示，其中15个为有效抑制剂，12个分子的结合能力优于当前一种常用抗抑郁药物。

    兰艳艳说，DrugCLIP平台有助于在抗癌、传染病、罕见病等方向上，加速新靶点与首创新药的发现。

    （《人民日报海外版》1.19 吴月）