Isomorphic Labs presenta "IsoDDE": El motor de IA que supera a AlphaFold 3

En un anuncio histórico que ha causado un gran impacto en las industrias farmacéutica y biotecnológica, Isomorphic Labs —la filial de descubrimiento de fármacos (drug discovery) de DeepMind de Alphabet— ha presentado oficialmente su Motor de Diseño de Fármacos de Isomorphic Labs (Isomorphic Labs Drug Design Engine, IsoDDE) patentado. Lanzado hace apenas unos días, este nuevo sistema está siendo aclamado por científicos independientes como un "avance importante a la escala de AlphaFold 4", lo que marca un cambio decisivo de la mera predicción de estructuras proteicas al diseño de fármacos autónomo y de alta precisión.

Mientras la comunidad científica todavía se está recuperando de las capacidades de AlphaFold 3 (lanzado en 2024), Isomorphic Labs ha demostrado que sus herramientas internas ya han superado ese punto de referencia. Se informa que IsoDDE unifica la predicción de estructuras, la estimación de la afinidad de unión (binding affinity) y la generación molecular de novo en un solo marco de trabajo (framework), ofreciendo a sus socios exclusivos una ventaja computacional que anteriormente se pensaba que tardaría años en alcanzarse.

Más allá de la estructura: El cambio hacia el diseño racional

Durante años, el "problema del plegamiento de proteínas" fue el santo grial de la biología computacional. Con AlphaFold 2 y 3, DeepMind resolvió en gran medida la cuestión de cómo se ve una biomolécula. Sin embargo, Isomorphic Labs sostiene que la estructura por sí sola es insuficiente para fabricar medicamentos. El nuevo sistema IsoDDE pasa de la predicción de estructuras estáticas al modelado de interacciones dinámicas, respondiendo a la pregunta crítica: ¿Cómo diseñamos una molécula para que se una de forma específica y potente a un objetivo?

Según el informe técnico publicado por Isomorphic Labs, IsoDDE aborda los cuatro pilares del descubrimiento de fármacos moderno de manera unificada:

1. Predicción de estructuras (Structure Prediction): Modelado de alta fidelidad de complejos proteína-ligando.
2. Afinidad de unión (Binding Affinity): Predicción precisa de con qué fuerza se une un fármaco a su objetivo (una tarea que tradicionalmente requiere costosas simulaciones basadas en la física).
3. Descubrimiento de cavidades (Pocket Discovery): Identificación de sitios de unión "crípticos" en proteínas que son invisibles en las estructuras de cristal estáticas.
4. Generalización (Generalization): Desempeño preciso en objetivos biológicos que no se parecen en nada a los datos de entrenamiento.

Evaluando la próxima generación

Las métricas de rendimiento publicadas por Isomorphic Labs sugieren una brecha cada vez mayor entre las herramientas de investigación pública y los motores farmacéuticos patentados. La afirmación más sorprendente se refiere a la capacidad del modelo para generalizar hacia objetivos "fuera de distribución" (out-of-distribution): proteínas y ligandos que son estructuralmente distintos de cualquier cosa que figure en las bases de datos públicas.

En el estándar de la industria "Runs N' Poses", un punto de referencia que pone a prueba la capacidad de una IA para predecir cómo se unen los fármacos a nuevas proteínas, se informa que IsoDDE duplica la precisión de AlphaFold 3. Además, en el complejo ámbito de los biológicos, el motor ha demostrado una ventaja masiva sobre las alternativas de código abierto (open-source).

La siguiente tabla resume los diferenciales de rendimiento clave destacados en el informe técnico:

Desbloqueando lo "inabordable" con cavidades crípticas

Uno de los avances científicos más significativos detallados en el anuncio es la capacidad de IsoDDE para identificar cavidades crípticas (cryptic pockets). Estos son sitios de unión en la superficie de una proteína que solo se abren cuando se acerca una molécula específica, similar a una puerta secreta que solo aparece cuando se llama.

El descubrimiento tradicional de fármacos a menudo falla porque los investigadores se dirigen a los "sitios activos" obvios que pueden no ser tratables con fármacos. IsoDDE, sin embargo, recapituló con éxito el descubrimiento de un nuevo sitio críptico en la proteína cereblon utilizando solo su secuencia de aminoácidos como entrada. Predijo la ubicación de la cavidad sin que se le indicara que existía un ligando, una hazaña que usualmente requiere un descubrimiento experimental fortuito o un exhaustivo cribado de laboratorio.

Esta capacidad implica que Isomorphic Labs ahora puede escanear el proteoma "inabordable" y encontrar puntos de apoyo para nuevos medicamentos donde los intentos anteriores han fracasado.

El "jardín vallado" de la farmacia de IA

A diferencia del lanzamiento de AlphaFold 2, que fue de código abierto para el mundo, o de AlphaFold 3, que es accesible a través de un servidor gratuito para uso no comercial, IsoDDE es estrictamente patentado. Este enfoque de "jardín vallado" (walled garden) subraya el giro comercial de Isomorphic Labs.

El motor sirve como columna vertebral para las asociaciones de alto valor de la empresa con gigantes farmacéuticos como Eli Lilly, Novartis y Johnson & Johnson. Al mantener la exclusividad de IsoDDE, Isomorphic Labs garantiza que sus socios tengan una ventaja competitiva en el desarrollo de terapias pioneras en su clase (first-in-class).

Demis Hassabis, director ejecutivo de Isomorphic Labs, afirmó que el objetivo es comprimir el cronograma de descubrimiento de fármacos de años a meses. Con IsoDDE, la empresa no solo vende software; efectivamente está vendiendo el resultado: un candidato a fármaco altamente potente y previamente validado.

Reacción de la industria: ¿Es esto AlphaFold 4?

El lanzamiento ha provocado un intenso debate sobre la nomenclatura y la trayectoria del linaje de IA de DeepMind. Aunque oficialmente se comercializa como IsoDDE, los expertos independientes se han apresurado a establecer comparaciones con un hipotético "AlphaFold 4".

Mohammed AlQuraishi, biólogo computacional de la Universidad de Columbia, señaló en una entrevista que los avances descritos están "a la escala de un AlphaFold 4". La capacidad de predecir la afinidad de unión mejor que los métodos basados en la física (como la perturbación de energía libre o FEP) representa un logro del "santo grial" que los científicos han perseguido durante décadas.

Sin embargo, la naturaleza patentada del modelo también ha planteado preocupaciones sobre la bifurcación de la ciencia. A medida que Isomorphic Labs acelera con herramientas cerradas, el riesgo de que se amplíe la brecha entre la investigación académica y las capacidades corporativas aumenta. Por ahora, no obstante, el mundo de la biotecnología observa de cerca mientras Isomorphic Labs se prepara para introducir sus primeros fármacos diseñados por IA en ensayos clínicos, impulsados por un motor que aparentemente sabe cómo diseñar una cura desde los principios básicos.