2026年1月，清华大学智能产业研究院联合生命学院、化学系在《Science》发表论文，推出AI驱动的超高通量药物虚拟筛选平台DrugCLIP。该平台每天可完成10万亿次蛋白-分子配对计算，解决了AlphaFold结构预测到药物发现的关键难题。团队首次实现覆盖人类基因组规模的药物虚拟筛选，针对抑郁症、癌症、帕金森等疾病找到潜在药物分子，并对外开放相关数据。DrugCLIP通过对比学习和3D结构预训练技术，大幅提升筛选效率与精度，在多个实验中表现优异，为后AlphaFold时代的药物研发带来新可能。项目获国家科技部、自然科学基金委等支持，未来将加速抗癌、传染病等领域的新药发现。

清华大学智能产业研究院联合生命学院、化学系在Science发表论文，推出AI药物筛选平台DrugCLIP。该平台日处理能力达10万亿次蛋白-分子配对计算，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、帕金森等疾病找到潜在药物分子。团队通过对比学习训练AI编码器，将传统物理对接转化为高效向量检索问题，显著提升筛选效率与精度。实验验证显示，DrugCLIP在多个靶点上表现优异，例如针对去甲肾上腺素转运体筛选出15%有效抑制剂，部分分子性能优于现有药物。此外，DrugCLIP支持AlphaFold预测结构筛选，为近一半人类蛋白质找到潜在‘药物种子’。相关数据已对外开放，助力后AlphaFold时代的药物研发。

2026年1月9日，清华大学发布2026年首篇《科学》论文，智能产业研究院与生命学院、化学系联合团队研发出AI驱动的药物虚拟筛选平台DrugCLIP。该平台筛选速度较传统方法提升百万倍，预测准确率显著提高，并首次完成覆盖人类基因组规模的药物虚拟筛选，涉及约1万个蛋白靶点和2万个蛋白口袋，分析超5亿类药小分子，富集出200多万潜在活性分子。团队构建了目前全球最大规模的蛋白-配体筛选数据库，并免费向全球科研社区开放。研究成果以《深度对比学习实现基因组级别药物虚拟筛选》为题发表于《科学》，项目官网和论文链接同步公开。