直击行业痛点 重构虚拟筛选效率边界

虚拟筛选是现代药物研发的核心环节，通过计算机模拟候选分子与目标蛋白的相互作用，从海量化合物中快速锁定潜在有效分子。但长期以来，候选分子规模每提升一个量级，所需的计算资源和成本就会同步大幅攀升，当筛选范围达到数十亿甚至数百亿种分子时，极高的算力门槛让绝大多数科研团队难以负担，大量新兴靶点的药物研发工作受限于筛选成本无法推进。

 AdaptiveFlow的问世直接解决了这一行业核心痛点。平台创新性地将AI算法与高效云计算架构深度融合，先依据分子量等核心化学性质，将所有分子划分至18维特征网格中，优先挑选具备差异化化学特征的分子完成预筛选；再通过机器学习模型对预筛选结果进行智能分析，精准识别出潜力最高的候选分子子集，最后仅针对这部分高价值分子开展高精度分子对接评估，从根源上避免了无差别全量计算带来的算力浪费。

算力表现突破极限 支持560万CPU线性扩展

不同于传统药物筛选平台在算力扩容时极易出现的通信效率骤降问题，AdaptiveFlow的分布式计算框架实现了近乎完美的线性扩展能力。测试数据显示，该平台的计算效率可随着CPU资源的增加同步提升，最高可稳定扩展至560万个虚拟CPU，全程不会因计算规模扩大出现明显的性能衰减。 目前平台已内置支持超过1500种不同的分子对接方案，可适配绝大多数主流药物靶点的筛选需求，无需科研团队针对不同靶点反复调整底层计算逻辑，大幅降低了超大规模虚拟筛选的技术门槛。

新兴靶点验证成功 开源开放惠及全球科研

为验证平台的实际药物研发价值，研究团队选取了两个代表性靶点开展实测：针对癌症相关经典靶点聚腺苷二磷酸核糖聚合酶1，平台快速筛选出了结合能力优异的抑制剂分子；针对近年来备受关注的新兴靶点铁死亡抑制蛋白1（FSP1）——该靶点的结合位点存在额外辅助因子，传统筛选方法难度极高，AdaptiveFlow依然成功筛选出了符合药物开发标准的高活性抑制剂，验证结果完全达到行业公认的药物开发评价指标。 

目前AdaptiveFlow已完成全部开源，官方同步发布了完整的使用教程与操作指南，全球科研人员均可免费获取使用。研发团队表示，希望通过这一低成本的超大规模筛选工具，让更多中小科研团队也能开展过去受限于算力成本无法推进的高难度靶点研究，为罕见病、难治性疾病的新药研发打开全新的可能性。 

敬请关注视频平台，了解动态信息。

https://www.tiktok.com/@asia.economy.news?_r=1&_t=ZS-99WeKtpTXTF

https://www.instagram.com/asia_economy_news?stkn=anV5eHl2OXF6dTJ6&utm_source=ig_contact_invite

https://youtube.com/@asiaeconomynews?feature=shared

https://www.facebook.com/share/1GfVj25JzJ/?mibextid=wwXIfrl