GalaxyVS: Como o Supercomputador Tianhe Está Transformando Anos em Segundos na Descoberta de Medicamentos

O que é exatamente o GalaxyVS

O GalaxyVS não é um algoritmo único, mas uma plataforma completa que une modelagem molecular orientada por IA com computação paralela em escala extrema. A equipe central de pesquisa é liderada por Meng Xiangfei, cientista-chefe do Centro Nacional de Supercomputação em Tianjin, e pela Professora Lan Yanyan, da Universidade Tsinghua. A plataforma foi criada especificamente para superar o notório gargalo na fase inicial da descoberta de fármacos: encontrar algumas moléculas-líder promissoras em um mar virtualmente infinito de possibilidades químicas .

A triagem tradicional de alto desempenho em laboratórios físicos lida com algo na casa dos milhões de compostos. O GalaxyVS faz uma triagem virtual em cerca de 100 bilhões — uma expansão que ataca diretamente o que o Dr. Li Peishun, membro da equipe, descreveu como o trio de problemas persistentes: "moléculas ativas escassas, espaço de busca insuficiente e homogeneidade das moléculas candidatas" .

Como uma triagem de 100 bilhões de moléculas termina em segundos

A velocidade vem de decisões arquitetônicas em cada camada. O sistema primeiro usa milhares de nós de processamento digital de sinais (DSP) para codificar cerca de 4 milhões de "bolsões-alvo" que abrangem todas as espécies biológicas modelo. Esses bolsões codificados são então buscados em mais de 20.000 nós de computação em paralelo. Uma varredura completa de toda a biblioteca de compostos termina em dezenas de segundos. Em uma base por alvo, o tempo médio de recuperação cai para menos de um segundo. A capacidade diária da plataforma chega a cerca de 16 trilhões de operações de encaixe molecular (molecular docking), o que, segundo os desenvolvedores, é seis ordens de grandeza superior ao recorde internacional anterior de supercomputação .

Em outras palavras, o que antes exigia equipes de químicos medicinais meses ou anos para realizar — a triagem virtual inicial de uma biblioteca massiva de compostos — agora é executado como um único trabalho no sistema Tianhe. Isso não elimina as etapas posteriores, como validação de resultados, otimização de moléculas-líder ou testes clínicos, que continuam sendo longos e caros. Mas reduz o trabalho de busca inicial de uma escala de tempo humana para uma computacional, liberando os pesquisadores para investir mais tempo nos candidatos mais promissores.

Doenças na mira

A equipe delineou um amplo mandato terapêutico. Espera-se que o GalaxyVS acelere a descoberta de moléculas-líder para tumores, condições neurodegenerativas, doenças raras e doenças infecciosas emergentes . Um dos casos de uso mais mencionados é a resposta a ameaças súbitas de saúde pública: a velocidade da plataforma poderia comprimir o cronograma inicial de pesquisa durante um surto, identificando rapidamente moléculas-líder que merecem seguimento urgente em laboratório úmido e em etapas pré-clínicas .

Esse posicionamento é consistente com uma tendência mais ampla da pesquisa chinesa. Trabalhos anteriores combinando o supercomputador Tianhe-2 e algoritmos de IA já haviam demonstrado a viabilidade de prever rotas biossintéticas para produtos naturais e projetar novas substâncias químicas . O GalaxyVS estende essa linhagem da previsão de rotas para a triagem virtual em ultra-larga escala, tornando o espaço de busca química praticamente vasculhável pela primeira vez.

A fonte oficial e a corroboração da mídia

Todos os detalhes técnicos e alegações se originam da reportagem de 27 de maio de 2026 no Science and Technology Daily (科技日报) . A história foi subsequentemente corroborada e expandida por veículos em inglês, como o South China Morning Post , e em chinês, incluindo o Sina Finance e o NetEase . Nenhum artigo revisado por pares detalhando a arquitetura do GalaxyVS havia sido publicado até o momento do anúncio; as informações públicas são baseadas nas declarações institucionais oficiais e nesses relatos da imprensa.

O GalaxyVS é, em última análise, tanto uma história de engenharia quanto científica. Ele mostra o que se torna possível quando a predição molecular orientada por IA é combinada com uma escala de máquina que corresponde ao tamanho do espaço de busca. Os próximos passos — validação contra alvos biológicos reais, integração em linhas de produção farmacêutica e reprodução independente por outros laboratórios — determinarão quanto dessas dezenas de segundos se transformará em terapias de fato.