GalaxyVS 不單是一個演算法,而是一個全棧平台,結合了 AI 驅動的分子建模與超大規模平行運算。核心研究團隊由國家超級計算天津中心首席科學家孟祥飛,以及清華大學智能產業研究院的蘭豔豔教授領軍。該平台專為解決早期藥物發現的著名瓶頸而建:如何在近乎無限的化學可能性大海中,找到少數有前景的先導分子 。
傳統實驗室裡的高通量篩選,處理規模大約在數百萬種化合物之譜。GalaxyVS 則執行約 1000 億種化合物的虛擬篩選——這樣幅度的擴張,直接回應了團隊核心成員李培順博士所形容的長期難題:「活性分子稀少、可篩空間不足、候選分子同質化」。
這樣的速度來自每一層架構的特意選擇。系統首先使用上千個數位訊號處理(DSP)節點,對涵蓋所有模式生物物種的約 400 萬個靶點口袋進行高效編碼。這些編碼後的靶點口袋,接著在超過 2 萬個計算節點上平行執行超大規模分子檢索。完整掃描整個化合物庫只需數十秒;就單一靶點而言,平均檢索時間不到 1 秒。該平台每日吞吐量達約 16 兆次分子對接運算,開發團隊稱這比先前國際超級電腦的最高紀錄高出六個數量級 。
換句話說,過去需要藥物化學家團隊耗費數月、甚至數年才能完成的任務——對巨型化合物庫進行初步虛擬篩選——現在在天河系統上只是一個作業的事情。這並不代表後續的活性驗證、先導化合物優化或臨床試驗會消失,這些階段依舊漫長且昂貴。但它將前端搜尋從人類尺度的時間線,壓縮成計算尺度的時間線,讓研究人員能將更多精力投注在最值得跟進的候選分子上。
團隊已勾勒出廣泛的治療應用範圍。GalaxyVS 預計將加速腫瘤、神經退化性疾病、罕見疾病及新興傳染病等領域的先導分子發現 。最常被提及的即時應用場景之一,是應對突發公共衛生威脅:在疫情爆發期間,平台的速度可大幅壓縮最早期的藥物研究時間線,快速找出值得進行濕實驗和臨床前追蹤的先導分子 。
這樣的定位,與中國更廣泛的研究趨勢相符。先前結合「天河二號」超級電腦與 AI 演算法的研究,已曾展示預測天然產物生合成途徑、並設計新穎化學分子的可行性 。GalaxyVS 將此一脈絡從途徑預測延伸至超大規模虛擬篩選,首次讓如此巨大的化學搜尋空間變得實用可搜。
所有技術細節與相關宣稱,皆源自 2026 年 5 月 27 日《科技日報》的報導——這份報紙是中國科技部的官方報刊 。該報導隨後獲得英文媒體《南華早報》 以及新浪財經、網易等中文媒體的後續報導與擴充 。截至消息發布當下,尚無詳細描述 GalaxyVS 架構的同儕審查論文公開;目前外界所知悉的資訊,均來自官方機構聲明與前述媒體報導。
GalaxyVS 終究既是一個科學故事,也是一個工程故事。它展示了當 AI 驅動的分子預測,遇上與搜尋空間規模相匹配的機器算力時,可以創造出怎樣的成果。後續的步驟——針對真實生物靶點進行驗證、整合進製藥流程,並由其他實驗室獨立重現——將決定這幾十秒之中,有多少能真正轉化為實際的治療方法。