编辑丨&
在谷歌 DeepMind 发布了针对药物发现的更新版 AlphaFold3 近两年后，其生物制药衍生公司 Isomorphic Labs 宣布了更强大的人工智能模型——而且他们对此保密。
这家总部位于伦敦的 Isomorphic Labs 在一份 27 页的技术报告中宣传其「药物发现引擎」——即 IsoDDE——的能力，该报告于 2 月 10 日发布 。包括对蛋白质与潜在药物及抗体结构相互作用的精确预测在内的成就，令该领域科学家印象深刻。
https://zenodo.org/records/18606681
但与已经向研究人员开放并取得深入研究成果的 AlphaFold 不同，IsoDDE 是专有的，技术论文对如何实现类似结果几乎没有提供见解。
药物-蛋白质相互作用
AlphaFold 3 的开发初衷是药物发现。与其诺贝尔奖得主前身 AlphaFold2 不同，该模型能够预测蛋白质与其他分子相互作用的结构——包括潜在药物。
类似的 AI 仿照 AlphaFold 3，已拥有接近它的完全体的性能，并开发出了新能力。一个名为 Boltz-2 的开源模型，由麻省理工学院剑桥分校的科学家开发，并于去年发布。其可以预测潜在药物与蛋白质结合的强度，或药物的结合亲和力。这是开发治疗药物的关键特性，通常通过计算密集型的物理方法进行预测。
图示：英伟达托管下的 Boltz-2。
根据 Isomorphic 的报告，他们推出的新 AI 在确定结合亲和力方面优于 Boltz-2 和基于物理的方法。报告称，预测抗体——这些是每年销售额数百亿英镑的疗法基础——与其靶标的相互作用，也是最先进的技术。
该研究团队表示，IsoDDE在具有挑战性蛋白质-配体结构预测泛化基准测试上的准确率是AlphaFold 3的两倍多，预测小分子结合亲和力的准确度超过了基于黄金标准的物理方法，且时间和成本都极低，并且能够仅用氨基酸序列作为输入，准确识别目标蛋白上的新型结合口袋。
图示：IsoDDE 功能特性。
研发团队通过多个实例证明，他们能成功模拟复杂的分布外事件，如诱导拟合（蛋白质调整形状以适应结合配体）和隐蔽囊（缺乏结合配体时隐藏的隐蔽囊）——这些关键的生物学机制，即使这些系统与此类模型的训练集相距甚远。
除此之外，IsoDDE 还在抗体设计与亲和力预测等测试中全方面优于现有模型，且它还能协助发现大脑蛋白上的一种新型隐蔽位点，这项技术突破为以往无药可施的靶点带来了新的治疗视角。
图示：在一系列公开基准测试中具有约束力的亲和力预测表现。
AlQuraishi 表示，他对 IsoDDE 能够预测与模型训练数据截然不同的分子药物-蛋白质相互作用的能力印象深刻。「这才是真正难题，也说明他们一定做了些相当新颖的事情，」他说。
秘密武器
Isomorphic 总裁 Max Jaderberg 表示，IsoDDE 背后的模型「与其他项目有着深刻不同」。但公司无意透露其背后的「秘密武器」。Jaderberg 补充道：「就像大多数大型机器学习和人工智能进步一样，它是计算、数据和算法的结合。」他希望团队的报告能「激励」其他构建药物发现人工智能团队的努力。
武田制药计算结构生物学家 Diego del Alamo 在剑桥的社交媒体网站 X 上写道：「这份报告是在与业界广泛合作并可能访问其私人结构数据之后发布的，因此我们尚不清楚这些额外数据对 IsoDDE 表现的影响有多大。」
Isomorphic 与强生、礼来和诺华等制药公司达成了潜在价值数十亿英镑的药物开发协议。它也有自己的内部研发流程，临床试验即将启动。Jaderberg 表示，公司开发了与技术报告不同版本的 IsoDDE，包括与合作伙伴合作，包含了不同的数据源。
https://www.nature.com/articles/d41586-026-00365-7
热门跟贴