AI药物筛选新突破：秒级检索千亿分子库的权威测评与实战指南

国家超级计算天津中心与清华大学智能产业研究院联合发布了GalaxyVS人工智能虚拟筛选平台，标志着药物发现领域进入新的效率纪元。该平台将传统耗时数月至数年的早期药物筛选流程，压缩至数十秒内完成，其核心在于实现了对近千亿级可合成化合物空间的秒级虚拟筛选能力。

创新药研发长期受困于“双十定律”——超十年周期与超十亿美元成本，其中最具挑战的环节便是从海量化合物中精准识别与特定靶点蛋白结合的活性分子。传统湿实验筛选成本高昂、通量有限；而基于分子对接的常规虚拟筛选技术，在面对千亿级化合物库时，其计算精度与效率均面临显著瓶颈。

GalaxyVS的技术突破源于方法论的革新。其核心算法基于清华大学团队发表于《科学》的DrugCLIP模型，该模型摒弃了传统的“一对一”蛋白-分子对接模拟，转而将两者的关键结构特征映射至统一的高维向量空间。这一转化将复杂的生物分子相互作用问题，重构为可大规模并行执行的向量相似性检索任务，实现了从“序列化匹配”到“并行化搜索”的范式跃迁。

算法突破需匹配强大的算力引擎。平台依托新一代天河超级计算机，基于国产YH-Torch智能计算框架进行了深度异构算力优化，实现了对近千亿分子编码的高效稳定处理，构建了自主可控的超大规模虚拟筛选能力。

在工程实现层面，系统集成磁盘原生图索引框架与定制化内存预加载机制，有效突破了超大规模数据检索中的存储I/O瓶颈，保障了筛选流程的高吞吐量与低延迟。

性能测试数据验证了其卓越效率：系统调动上千个DSP节点，完成了覆盖全模式生物物种的约400万个靶点口袋编码；随后在两万余个计算节点上展开超大规模分子检索。实测显示，单次对千亿分子库完成全库检索仅需数十秒，平均每个靶点口袋筛选耗时低于1秒。系统日吞吐量达约16万亿次分子对接，较当前国际最先进超算纪录提升六个数量级。

GalaxyVS的平台价值超越筛选提速本身。它有望系统性构建跨物种蛋白-配体相互作用图谱，推动高质量开放数据集的建设，最终成长为AI驱动药物研发的核心基础设施。其深远意义在于推动行业范式转型：从依赖经验试错的传统模式，转向数据驱动的精准研发；从局部靶点探索，升级为全局系统化发现；从单一工具应用，演进为多技术栈协同的工程化体系。

这一进展显著缩短了从靶点验证到先导化合物发现的路径，为加速开发可及性更高的治疗药物提供了关键技术支持。