撰文丨王聪 编辑丨王多鱼 排版丨水成文 尽管药物研发领域取得了诸多进展，但仍有约 90% 的可成药疾病靶点缺乏小分子药物。随着诸如 AlphaFold 等蛋白质结构预测技术的进步， 全基因组药物发现 已成为一个更可实现的目标。然而，目前使 用的 虚拟筛选 （ Virtual Screening ） 工具远不能满足这一需求。现有的方法 （无论是经典的分子对接还 是深度学习方法） ，仍存在着计算成本都太高、无法覆盖全基因组靶点等问题。 因此，研究人员希望能够开发出 一种有效的 全基因组虚拟筛选 方法，以快速识别人类基因组中每个可成 药靶点的小分子配体。 如今，这一局面正被打破。来自 清华大学 的研究团队推出了 AI 驱动的超高通量药物虚拟筛选平台—— DrugCLIP ， 首次实现 全基因组规模的虚拟筛选 ，将传统方法需数年的计算任务压缩至 24 小时内，效率 提升最高达 1000 万倍。 该研究于 2026 年 1 月 8 日，清华大学智能产业研究院 （ AIR ） 兰艳艳 教授 联合清华大学生命科学学 院学院 张伟 副教授、 闫创业 副教授及化学系 刘磊 教授 （ 贾寅君 、 高博文 、 谭佳 鑫 、 郑济青 ...

撰文丨王聪 编辑丨王多鱼 排版丨水成文 去甲肾上腺素转运体 （NET） 在突触神经传递中发挥着关键作用，并与 重度抑郁症 和 注意力缺陷/多动障碍 （ADHD） 有关，然而，我们对其别构、构象选择 性调控机制的理解仍然有限，而 这对于开发靶向治疗药物至关重要。 20 25 年 10 月 24 日，临港实验室 蒋轶 研究员团队联合中国科学院上海药物研究所 徐华强 研究员、 杨德华 研究员团队及临港实验室 王震 研究员团队 （ 张 衡 、 章天炜 、 王鼎言 、 代安涛 、 毛建航 伟论文共同第一作者 ） ， 在国际顶尖学术期刊 Cell 上发表了题为： Unveiling conformation-selectivity regulation of the norepinephrine transporter 的研究论文。 该研究鉴定了 去甲肾上腺素转运体 （Norepinephrine Transporter，NET） 内向开放构象特异性变构位点，提出了靶向该构象的抑制剂识别新机制——" 瓣膜模 型 "。 基于该模型，研究团队采用"干–湿"结合的研究策略，发现了具有体内外 抗抑郁活性 的小分子—— F3288 ...