Nature | 被称为“AlphaFold 4”的新AI登场：DeepMind药物子公司震动科学界

DeepMind分拆公司推出闭源模型，科学界既惊叹又焦虑

在Google DeepMind发布面向药物发现的AlphaFold3近两年后，其生物制药子公司 Isomorphic Labs 再次推出更强大的人工智能模型——但这一次，他们选择完全保密。

这款名为 IsoDDE 的“药物发现引擎”于2月10日通过一份27页技术报告对外公布。报告展示了模型在预测蛋白–药物相互作用以及抗体结构方面的强大能力，引发了计算生物学界的广泛关注。

然而，与此前开放的AlphaFold系列不同，IsoDDE是一款完全专有的闭源系统，技术报告几乎没有透露实现细节。这让许多研究者既震撼又困惑。

一位哥伦比亚大学计算生物学家直言，这项技术是“AlphaFold 4级别的重大突破”，但问题在于，“研究人员几乎不知道它是如何做到的”。

从结构预测走向药物设计

AlphaFold2曾因蛋白结构预测获得诺贝尔奖级影响，而AlphaFold3则进一步扩展到蛋白与小分子、DNA和RNA的复合结构预测，正式进入药物设计领域。

在此基础上，学术界也在快速跟进。例如麻省理工学院团队推出的开源模型 Boltz-2 已能够预测候选药物与蛋白结合的强度（binding affinity）。这一指标是药物研发的关键参数，传统上需要耗费巨大计算资源的物理模拟才能获得。

而Isomorphic的报告宣称：

• IsoDDE在结合强度预测上优于Boltz-2
• 也优于传统物理方法
• 在抗体–靶点相互作用预测方面同样达到当前最先进水平

如果这些结果成立，意味着AI在药物结构预测领域又向前迈出了一大步。

更令人印象深刻的是，IsoDDE似乎能够预测与训练数据差异很大的新分子与蛋白的相互作用。这被认为是当前最困难的问题之一，因为模型往往会在分布外样本上性能骤降。

“秘密配方”依然保密

Isomorphic Labs总裁表示，IsoDDE背后的模型与现有方法“本质上完全不同”。但公司并不打算公开核心技术。

他表示，突破来自三个因素的结合：

• 超大规模算力
• 海量数据
• 新算法设计

公司希望公开的技术报告能够激励其他团队继续推动药物AI发展，但不会披露关键实现细节。

一些业内研究者猜测，IsoDDE的性能提升可能部分来自企业合作获得的私有结构数据。不过也有研究人员认为，仅凭公开数据仍有大量改进空间。

巨额合作与商业布局

Isomorphic Labs已经与多家大型制药公司达成合作，包括：

• 强生
• 礼来
• 诺华

这些合作总价值可能达到数十亿英镑。与此同时，公司内部也在推进自研药物项目，并表示已有临床试验即将启动。

公司机器学习负责人透露，其数据策略非常全面，包括：

• 公共数据
• 合成训练数据
• 授权获得的数据

并针对不同合作项目开发了多个IsoDDE版本。

开源阵营的挑战与机会

虽然IsoDDE的封闭策略让开源研究者感到不安，但也被视为新的技术标杆。Boltz-2的联合开发者表示，他并不认为私有数据是性能提升的唯一原因。随着公开数据质量不断提升，开源模型仍有机会追赶甚至超越这一新基线。他认为，这一发布既是挑战，也是动力。

AI药物设计进入新阶段？

IsoDDE的出现再次凸显一个趋势：蛋白结构预测只是第一步，真正的竞争正在转向 完整药物设计系统。

未来的AI不只是回答“蛋白长什么样”，而是要回答：

• 哪个分子能结合
• 结合强度如何
• 是否能成为药物
• 如何优化

如果这一方向继续推进，AI可能将药物研发从“结构预测时代”带入“自动设计时代”。

整理 | DrugOne团队

参考资料

https://doi.org/10.1038/d41586-026-00365-7