对比学习虚拟筛选模型

千万倍加速

以深度学习框架实现全基因组规模的超快速虚拟筛选，在湿实验验证中展现出高命中率，并可基于预测结构为无已知配体的靶点发现活性化合物。

Jia, Yinjun · Jiaxin, Tan · Xin, Hong · Zhu, Wenyu · 袁骁 · Liping, Tan · 金岳 · Yuan, Yafei · Tian, Jiekang · 何伟 · 马维英 · Zhang, Yaqin · 刘磊 · 闫创业 · 张巍 · 兰艳艳

Science 2026

参数信息

筛选速度提升
10000000 倍
命中率（去甲肾上腺素转运蛋白）
15 %
命中率（甲状腺激素受体相互作用蛋白12）
17.5 %
预计算蛋白数量
10000

技术优势

快一千万倍

对比学习框架避免了对接的昂贵计算，速度提升高达 1000 万倍，使十亿级化合物库的筛选可行。

湿实验命中率高

在湿实验验证中，对去甲肾上腺素转运蛋白命中率达 15%，对无已知配体的靶点命中率达 17.5%，远超常规虚拟筛选水平。

无需已知配体

仅凭 AlphaFold2 预测结构即可发现活性化合物，打破了依赖实验结构或已知配体的限制。

应用场景