清华2026年首篇Science论文：AI帮助药物虚拟筛选提速百万倍_老虎社区_美港股上老虎

清华2026年首篇Science论文：AI帮助药物虚拟筛选提速百万倍

IT之家01-09

IT之家 1 月 9 日消息，清华大学 2026 年首篇 Science 论文来了，清华大学智能产业研究院（AIR）兰艳艳教授联合生命学院、化学系团队（以下简称：联合团队），创新研发 AI 驱动的超高通量药物虚拟筛选平台 DrugCLIP。目前，人类对靶向药物的探索约覆盖人体全部可成药靶点的 10%，面对数以万计的潜在靶点，如何在广阔的化学空间中快速筛选苗头化合物，已成为该领域里的瓶颈。...

网页链接

免责声明：本文观点仅代表作者个人观点，不构成本平台的投资建议，本平台不对文章信息准确性、完整性和及时性做出任何保证，亦不对因使用或信赖文章信息引发的任何损失承担责任。

暂无评论

热议股票

7x24

全部

{"i18n":{"language":"zh_CN"},"data":{"share":"https://www.laohu8.com/m/news/2602349414?lang=zh_CN&edition=full","thumbnail":"","is_english":false,"pubTime":"2026-01-09 12:21","share_image_url":"https://static.laohu8.com/e9f99090a1c2ed51c021029395664489","id":"2602349414","market":"sh","top_or_hot":-1,"title":"清华2026年首篇Science论文：AI帮助药物虚拟筛选提速百万倍","media":"IT之家","content":"<div>\n<p>IT之家 1 月 9 日消息，清华大学 2026 年首篇 Science 论文来了，清华大学智能产业研究院（AIR）兰艳艳教授联合生命学院、化学系团队（以下简称：联合团队），创新研发 AI 驱动的超高通量药物虚拟筛选平台 DrugCLIP。目前，人类对靶向药物的探索约覆盖人体全部可成药靶点的 10%，面对数以万计的潜在靶点，如何在广阔的化学空间中快速筛选苗头化合物，已成为该领域里的瓶颈。...</p>\n\n<a href=\"https://tech.ifeng.com/c/8pltTwJfO7J\">网页链接</a>\n\n</div>\n","source":"fenghuang_stock","html":"<!DOCTYPE html>\n<html>\n<head>\n<meta http-equiv=\"Content-Type\" content=\"text/html; charset=utf-8\" />\n<meta name=\"viewport\" content=\"width=device-width,initial-scale=1.0,minimum-scale=1.0,maximum-scale=1.0,user-scalable=no\"/>\n<meta name=\"format-detection\" content=\"telephone=no,email=no,address=no\" />\n<title>清华2026年首篇Science论文：AI帮助药物虚拟筛选提速百万倍</title>\n<style type=\"text/css\">\na,abbr,acronym,address,applet,article,aside,audio,b,big,blockquote,body,canvas,caption,center,cite,code,dd,del,details,dfn,div,dl,dt,\nem,embed,fieldset,figcaption,figure,footer,form,h1,h2,h3,h4,h5,h6,header,hgroup,html,i,iframe,img,ins,kbd,label,legend,li,mark,menu,nav,\nobject,ol,output,p,pre,q,ruby,s,samp,section,small,span,strike,strong,sub,summary,sup,table,tbody,td,tfoot,th,thead,time,tr,tt,u,ul,var,video{ font:inherit;margin:0;padding:0;vertical-align:baseline;border:0 }\nbody{ font-size:16px; line-height:1.5; color:#999; background:transparent; }\n.wrapper{ overflow:hidden;word-break:break-all;padding:10px; }\nh1,h2{ font-weight:normal; line-height:1.35; margin-bottom:.6em; }\nh3,h4,h5,h6{ line-height:1.35; margin-bottom:1em; }\nh1{ font-size:24px; }\nh2{ font-size:20px; }\nh3{ font-size:18px; }\nh4{ font-size:16px; }\nh5{ font-size:14px; }\nh6{ font-size:12px; }\np,ul,ol,blockquote,dl,table{ margin:1.2em 0; }\nul,ol{ margin-left:2em; }\nul{ list-style:disc; }\nol{ list-style:decimal; }\nli,li p{ margin:10px 0;}\nimg{ max-width:100%;display:block;margin:0 auto 1em; }\nblockquote{ color:#B5B2B1; border-left:3px solid #aaa; padding:1em; }\nstrong,b{font-weight:bold;}\nem,i{font-style:italic;}\ntable{ width:100%;border-collapse:collapse;border-spacing:1px;margin:1em 0;font-size:.9em; }\nth,td{ padding:5px;text-align:left;border:1px solid #aaa; }\nth{ font-weight:bold;background:#5d5d5d; }\n.symbol-link{font-weight:bold;}\n/* header{ border-bottom:1px solid #494756; } */\n.title{ margin:0 0 8px;line-height:1.3;color:#ddd; }\n.meta {color:#5e5c6d;font-size:13px;margin:0 0 .5em; }\na{text-decoration:none; color:#2a4b87;}\n.meta .head { display: inline-block; overflow: hidden}\n.head .h-thumb { width: 30px; height: 30px; margin: 0; padding: 0; border-radius: 50%; float: left;}\n.head .h-content { margin: 0; padding: 0 0 0 9px; float: left;}\n.head .h-name {font-size: 13px; color: #eee; margin: 0;}\n.head .h-time {font-size: 11px; color: #7E829C; margin: 0;line-height: 11px;}\n.small {font-size: 12.5px; display: inline-block; transform: scale(0.9); -webkit-transform: scale(0.9); transform-origin: left; -webkit-transform-origin: left;}\n.smaller {font-size: 12.5px; display: inline-block; transform: scale(0.8); -webkit-transform: scale(0.8); transform-origin: left; -webkit-transform-origin: left;}\n.bt-text {font-size: 12px;margin: 1.5em 0 0 0}\n.bt-text p {margin: 0}\n</style>\n</head>\n<body>\n<div class=\"wrapper\">\n<header>\n<h2 class=\"title\">\n清华2026年首篇Science论文：AI帮助药物虚拟筛选提速百万倍\n</h2>\n\n<h4 class=\"meta\">\n\n\n2026-01-09 12:21 北京时间&nbsp;&nbsp;&nbsp;<a href=https://tech.ifeng.com/c/8pltTwJfO7J><strong>IT之家</strong></a>\n\n\n</h4>\n\n</header>\n<article>\n<div>\n<p>IT之家 1 月 9 日消息，清华大学 2026 年首篇 Science 论文来了，清华大学智能产业研究院（AIR）兰艳艳教授联合生命学院、化学系团队（以下简称：联合团队），创新研发 AI 驱动的超高通量药物虚拟筛选平台 DrugCLIP。目前，人类对靶向药物的探索约覆盖人体全部可成药靶点的 10%，面对数以万计的潜在靶点，如何在广阔的化学空间中快速筛选苗头化合物，已成为该领域里的瓶颈。...</p>\n\n<a href=\"https://tech.ifeng.com/c/8pltTwJfO7J\">网页链接</a>\n\n</div>\n\n\n</article>\n</div>\n</body>\n</html>\n","isBrief":false,"type":0,"news_type":1,"symbol":"IE00B7SZL793.SGD","symbol_name":"Legg Mason Royce - US Small Cap Opportunity A Acc SGD-H","start_time":0,"source_url":"https://tech.ifeng.com/c/8pltTwJfO7J","article_id":"2602349414","we_media_id":null,"thumbnails":[],"rights":null,"url":"https://stock-news.laohu8.com/highlight/detail?id=2602349414","pubTimestamp":1767932498,"columns":[],"sourceInfo":{"source_id":"fenghuang_stock","name":"凤凰网"},"weMediaInfo":null,"summary":"IT之家 1 月 9 日消息，清华大学 2026 年首篇 Science 论文来了，清华大学智能产业研究院 兰艳艳教授联合生命学院、化学系团队，创新研发 AI 驱动的超高通量药物虚拟筛选平台 DrugCLIP。DrugCLIP 筛选速度对比传统方法实现了百万倍提升，同时在预测准确率上也取得显著突破。北京时间 1 月 9 日，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，在线发表于《科学》。","collect":0,"end_time":0,"defaultTopTitle":"ifeng.com","property":[],"viewcount":null,"language":"zh","relate_stocks":{"IE00B7SZL793.SGD":"Legg Mason Royce - US Small Cap Opportunity A Acc SGD-H","BK4572":"航空租赁","IE00B19Z4B17.USD":"LEGG MASON ROYCE US SMALL CAP OPPORTUNITY \"A\" (USD) ACC","BK4187":"航天航空与国防","AIR":"AAR公司","IE00B66KJ199.SGD":"LEGG MASON ROYCE US SMALL CAP OPPORTUNITY  \" A\" (SGD) ACC","IE0031619046.USD":"LEGG MASON ROYCE US SMALL CAP OPPORTUNITY \"A\" (USD) INC"},"translate_title":"Tsinghua's first Science paper in 2026: AI helps speed up virtual drug screening millions of times","themeId":null,"isJumpTheme":false,"ttsUrl":null,"symbols_score_info":{"AIR":1},"content_text":"IT之家 1 月 9 日消息，清华大学 2026 年首篇 Science 论文来了，清华大学智能产业研究院（AIR）兰艳艳教授联合生命学院、化学系团队（以下简称：联合团队），创新研发 AI 驱动的超高通量药物虚拟筛选平台 DrugCLIP。目前，人类对靶向药物的探索约覆盖人体全部可成药靶点的 10%，面对数以万计的潜在靶点，如何在广阔的化学空间中快速筛选苗头化合物，已成为该领域里的瓶颈。DrugCLIP 筛选速度对比传统方法实现了百万倍提升，同时在预测准确率上也取得显著突破。基于 DrugCLIP 的超高速全 基因组虚拟筛选依托该平台，团队首次完成了覆盖人类基因组规模的药物虚拟筛选，可覆盖约 1 万个蛋白靶点、2 万个蛋白口袋，分析筛选超过 5 亿个类药小分子，总共富集出超过 200 万个潜在活性分子，构建了目前已知最大规模的蛋白-配体筛选数据库，该数据库已免费面向全球科研社区开放。北京时间 1 月 9 日，研究成果以《深度对比学习实现基因组级别药物虚拟筛选》（Deep contrastive learning enables genome-wide virtual screening）为题，在线发表于《科学》（Science）。","kind":"news","is_publish_news":true,"is_publish_highlight":false,"is_publish_live":false,"is_publish_wemedia":null,"editions":null,"column":"","sentiment":"0","news_tag":"","news_rank":0,"isVideo":false,"video":null,"symbols":[],"gpt_button":1,"need_auth":false,"need_login_tip":false,"code":"91000000","status":"200"},"commentList":[],"hasMoreComments":false,"newsSizeData":{"likeSize":0,"commentSize":0,"repostSize":0,"favoriteSize":0,"likeStatus":false,"favoriteStatus":false},"isCrawlerRequest":true}