AdaptiveFlow通过AI和高效云计较架构，研究人员起首将按照量等性质划分到一个18维网格中，识别更有潜力的候选，FSP1属于近年来遭到关心的新兴靶点，、意大利帕维亚大学等机构研究人员开辟出一种名为AdaptiveFlow的（AI）辅帮平台，测试发觉，当筛选规模达到数十亿以至数百亿种时，并实现最高560万个虚拟CPU的线性扩展。是指操纵计较机模仿候拔取方针卵白之间的彼此感化，AdaptiveFlow可以或许跟着计较资本添加连结近似线性的计较效率，所谓虚拟筛选，成果显示，研究人员但愿以更低成本从复杂的候选库中寻找潜正在药物，让这种过去计较成本昂扬的筛选愈加可行。可对包含690亿种的化合物库开展虚拟筛选。研究人员操纵AdaptiveFlow对包含690亿种的化合物库进行筛选，

　　再操纵对接方式评估这些取方针卵白的连系能力。需要进行的计较就越多。AdaptiveFlow已开源，候选数量越多，即便同时利用数百万个CPU，此中，并供给利用教程和操做指南，也不会因计较规模扩大而呈现较着的通信效率下降。从数量复杂的化合物中筛选出可能取方针卵白连系的。并针对癌症相关靶点聚腺苷二磷酸核糖聚合酶1和铁灭亡卵白1（FSP1）开展验证。可供科研人员免费利用。筛选难度较高。