Simpatico：原子嵌入实现超快虚拟药物筛选

虚拟筛选是药物发现的关键步骤，但传统分子对接方法在处理数十亿化合物库时速度过慢。近期发表于bioRxiv的一项预印本研究提出了Simpatico方法，通过将蛋白质和小分子映射到共享的原子嵌入空间，能够以近邻搜索方式快速识别潜在配体。

Simpatico基于对比学习框架，结合原子级特征，在多个基准测试中实现了比现有方法（如DrugCLIP）更高的检索准确性，同时计算速度提升数个数量级。该方法无需为每个蛋白-分子对进行单独计算，而是通过一次性的嵌入计算支持大规模文库筛选。

尽管这些结果令人鼓舞，但该研究尚未经过同行评审。未来工作需在湿实验验证其预测准确性，并探索其在真实药物发现项目中的应用潜力。