药物筛选新时代，清华大学最新Science打通药物筛选最后一公里

背景：蛋白质结构预测的进展为全基因组药物发现提供了可能，但现有虚拟筛选方法计算成本高昂，难以覆盖全基因组目标。研究目的：清华大学研究团队旨在开发一种高效、快速的全基因组虚拟筛选方法，以识别人类基因组中可药用靶标的小分子配体。结论：该研究提出了基于对比学习的DrugCLIP框架，其虚拟筛选速度比传统对接快1000万倍，并在湿实验室验证中取得高命中率；同时构建了GenomeScreenDB数据库，提供了约10,000种人类蛋白质的预筛选结果，标志着后AlphaFold时代药物发现范式的开启。