谷歌DeepMind和Isomorphic Labs合作，祭出了藥物設計之王。

　　剛剛，IsoDDE橫空出世，一夜成為全球最強藥物設計AI，取得重大突破。

　　相較于AlphaFold 3、Boltz-2，IsoDDE大幅提升了預測準確性。

　　在蛋白質-小分子配體測試中，IsoDDE的準確率超過AlphaFold 3兩倍以上。

　　IsoDDE還能精準預測小分子結合親和力，精度超越了傳統(tǒng)基于物理的“金標準”，時間與成本卻僅為零頭。

　　不僅如此，僅憑氨基酸序列，IsoDDE就能準確識別靶點蛋白上的全新、可成藥的結合口袋。

　　這些標志著，AI正從理解生物分子的模型，進化為賦能真實藥物研發(fā)流程的「引擎」。

　　而打造IsoDDE的團隊，可謂大有來頭。

　　Isomorphic Labs，這家由谷歌孵化的AI制藥公司，第一次外部融資便募集了6億美元。

　　2024年，Isomorphic聯(lián)合DeepMind共同發(fā)布了AlphaFold3，可以預測所有生命分子的結構和相互作用，成為藥物研發(fā)的革命性工具。

　　目前，公司已經(jīng)與諾華、禮來和強生等藥企巨頭在藥物研發(fā)上達成重要合作，總金額超過30億美元。

　　諾獎得主、Isomorphic Labs創(chuàng)始人Demis Hassabis更是放出豪言：「未來十年，AI將治愈所有疾病」。

　　IsoDDE的發(fā)布，正以將這一看似遙不可及的夢想變?yōu)楝F(xiàn)實。

　　最強AI制藥模型，開啟藥物研發(fā)新紀元

　　預測真正新穎的生物結構

　　精準預測生物分子及其相互作用的結構，將重塑藥物設計。

　　AlphaFold3曾徹底改變蛋白質-配體結構預測，

　　
免費開放的AlphaFold蛋白質數(shù)據(jù)庫，已被全球190多個國家、超300萬研究人員使用。

　　然而后續(xù)基準測試表明：對于與訓練樣本差異較大的結構，AlphaFold 3的精度差的多。

　　換句話說，它難以泛化到生物分子空間中未被探索的區(qū)域。

　　
而這恰恰是藥物發(fā)現(xiàn)中最富潛力、也最具挑戰(zhàn)的未知領域。

　　IsoDDE在這里實現(xiàn)了質的飛躍。

　　
在專為測試“新口袋+新配體”泛化能力設計的基準上，它在最難案例中的準確率是AlphaFold3的兩倍以上。

　　為復雜生物制劑打開新窗口

　　不僅如此，隨著療法從小分子向更加復雜的生物制劑（如抗體）拓展，精準建模抗體-抗原界面變得至關重要。

　　在這方面，IsoDDE也實現(xiàn)了顯著突破。

　　在高精度區(qū)間（DockQ > 0.8）的的全新抗體-抗原測試集上，IsoDDE的精度是AlphaFold 3的2.3倍，更是Boltz-2的19.8倍。

　　結合親和力預測的新“金標準”

　　知道三維結構只是第一步。

　　真正優(yōu)化藥物，還需精準預測分子與靶點的結合強度（即結合親和力）。

　　傳統(tǒng)方法面臨兩難：

　　基于深度學習的方法速度快，但精度不足；基于物理的方法（如自由能微擾（FEP））精度高，卻計算昂貴、耗時，且嚴重依賴實驗解析的晶體結構。

　　而IsoDDE打破了這一困境。

　　
在三大公開基準（FEP+4、OpenFE、CASP16盲測任務）上，IsoDDE大幅領先所有現(xiàn)有深度學習方法。

　　
甚至超越了FEP等物理方法，并且無需任何實驗結構輸入。

　　拓展更多可成藥蛋白質

　　在沒有已知配體的情況下，識別蛋白質上所有潛在的結合口袋，意義非常重大。

　　這將為針對全新的“不可成藥”靶點的藥物研發(fā)打開突破口。

　　IsoDDE正具備這種強大能力。

　　即便與訓練集差異極大，IsoDDE仍能識別全新的、可成藥的口袋，性能接近實驗方法。

　　傳統(tǒng)實驗方法需耗費大量時間、資金，而IsoDDE只需數(shù)秒即可完成計算。

　　以cereblon蛋白為例，過去15年，人們一直認為它只有一個主要成藥位點。

　　但2026年Dippon等人通過實驗，意外發(fā)現(xiàn)了一個全新的結合口袋。

　　而IsoDDE成功復現(xiàn)了這一發(fā)現(xiàn)：僅輸入cereblon序列，就準確預測出經(jīng)典口袋與全新口袋的位置。

　　谷歌諾獎大佬創(chuàng)立，十年內治愈所有疾病

　　2021年，Isomorphic Labs從DeepMind拆分出來，成為谷歌母公司Alphabet的子公司。

　　盡管Isomorphic Labs與DeepMind在組織上保持獨立，但兩者仍保持著緊密的業(yè)務關聯(lián)和合作。

　　例如，Isomorphic Labs的創(chuàng)始人兼CEO，也是DeepMind的創(chuàng)始人兼CEO——Demis Hassabis。

　　Demis Hassabis被稱為“地球上最聰明的人之一”，8歲編寫出電腦游戲、13歲達到國際象棋大師級水平、20歲以雙優(yōu)成績從劍橋大學計算機科學畢業(yè)，并在之后獲得神經(jīng)學博士學位。

　　因在AI蛋白質結構預測和設計所做的貢獻，他與另兩位科學家一起被授予2024年諾貝爾化學獎。

　　Demis Hassabis曾放言“十年內，AI將治愈所有疾病”，而Isomorphic Labs正是為了這一目標而創(chuàng)立。

　　2024年1月，Isomorphic Labs宣布與禮來和諾華達成了兩項價值30億美元的藥物發(fā)現(xiàn)協(xié)議，一年后，諾華宣布進一步擴大了與Isomorphic Labs的合作范圍。

　　2024年5月，Isomorphic聯(lián)合DeepMind共同發(fā)布了AlphaFold3，可以預測所有生命分子的結構和相互作用，成為藥物研發(fā)的革命性工具。

　　今年1月，公司宣布與強生旗下的生物技術部門楊森制藥達成合作協(xié)議，將Isomorphic的AI設計引擎與楊森在藥物開發(fā)方面的專業(yè)知識相結合，共同進行"跨模式、多靶點研究合作"。

　　2025年3月，Isomorphic Labs宣布在第一次外部融資中籌集了6億美元，由Thrive Capital領投，GV參投，現(xiàn)有投資者谷歌母公司Alphabet跟投。

　　在Thrive Capital創(chuàng)始人Joshua Kushner看來，“Isomorphic Labs處在稀缺地位，將定義藥物發(fā)現(xiàn)和設計的新時代”。

　　在木頭姐的《Big Ideas 2025》報告中，也將Isomorphic Labs列為AI藥物研發(fā)領域的少數(shù)關鍵公司。

　　目前，Isomorphic Labs正在用AI創(chuàng)建一個通用的藥物設計引擎，不僅能用于單一靶點或單一藥物類型，更能反復應用于任何不同的疾病領域。

　　公司在內部藥物管線的開發(fā)上也頗為順利，Demis Hassabis此前表示，其首款AI設計藥物將很快進入臨床試驗。

　　—The End—