Isomorphic Labs dévoile « IsoDDE » : le moteur d'IA qui surpasse AlphaFold 3
Dans une annonce historique qui a fait l'effet d'une onde de choc dans les secteurs pharmaceutique et biotechnologique, Isomorphic Labs — la filiale de découverte de médicaments (drug discovery) de DeepMind d'Alphabet — a officiellement dévoilé son moteur propriétaire Isomorphic Labs Drug Design Engine (IsoDDE). Lancé il y a seulement quelques jours, ce nouveau système est salué par des scientifiques indépendants comme une « avancée majeure à l'échelle d'AlphaFold 4 », marquant un tournant décisif de la simple prédiction de structures protéiques vers la conception de médicaments autonome et de haute précision.
Alors que la communauté scientifique est encore sous le choc des capacités d'AlphaFold 3 (sorti en 2024), Isomorphic Labs a démontré que ses outils internes ont déjà surpassé cette référence. IsoDDE unifierait la prédiction de structure, l'estimation de l'affinité de liaison (binding affinity) et la génération moléculaire de novo dans un cadre unique, offrant à ses partenaires exclusifs un avantage computationnel que l'on pensait inatteignable avant plusieurs années.
Au-delà de la structure : le passage à la conception rationnelle
Pendant des années, le « problème du repliement des protéines » (protein folding problem) a été le Saint Graal de la biologie computationnelle. Avec AlphaFold 2 et 3, DeepMind a largement résolu la question de l'apparence d'une biomolécule. Cependant, Isomorphic Labs soutient que la structure seule est insuffisante pour fabriquer des médicaments. Le nouveau système IsoDDE passe de la prédiction de structure statique à la modélisation d'interactions dynamiques, répondant à la question cruciale : Comment concevoir une molécule pour qu'elle se lie de manière spécifique et puissante à une cible ?
Selon le rapport technique publié par Isomorphic Labs, IsoDDE aborde les quatre piliers de la découverte de médicaments moderne de manière unifiée :
- Prédiction de structure : Modélisation haute fidélité des complexes protéine-ligand.
- Affinité de liaison : Prédire avec précision la force avec laquelle un médicament se lie à sa cible (une tâche nécessitant traditionnellement des simulations physiques coûteuses).
- Découverte de poches : Identifier les sites de liaison « cryptiques » sur les protéines qui sont invisibles dans les structures cristallines statiques.
- Généralisation : Obtenir des résultats précis sur des cibles biologiques qui ne ressemblent en rien aux données d'entraînement.
Évaluation de la nouvelle génération
Les mesures de performance publiées par Isomorphic Labs suggèrent un fossé grandissant entre les outils de recherche publics et les moteurs pharmaceutiques propriétaires. La revendication la plus frappante concerne la capacité du modèle à se généraliser à des cibles « hors distribution » (out-of-distribution) — des protéines et des ligands structurellement distincts de tout ce qui se trouve dans les bases de données publiques.
Sur le benchmark standard de l'industrie « Runs N' Poses », qui teste la capacité d'une IA à prédire comment les médicaments se lient à de nouvelles protéines, IsoDDE aurait doublé la précision d'AlphaFold 3. De plus, dans le domaine complexe des produits biologiques (biologics), le moteur a démontré un avantage massif sur les alternatives open-source.
Le tableau suivant résume les principaux différentiels de performance mis en évidence dans le rapport technique :
| Mesure/Capacité | AlphaFold 3 / Open Source | IsoDDE (Isomorphic Labs) |
|---|---|---|
| Généralisation Protéine-Ligand | Haute précision sur les familles connues | Précision >2x sur les nouvelles cibles (Runs N' Poses) |
| Modélisation Anticorps-Antigène | Base structurelle solide | Amélioration de 2,3x par rapport à AlphaFold 3 |
| Prédiction de l'Affinité de Liaison | Limitée/Inférence structurelle | Surpasse les méthodes basées sur la physique (FEP+) |
| Biomédicaments Complexes (Haute Précision) | Référence standard | Amélioration de 19,8x par rapport à Boltz-2 |
| Détection de Poches Cryptiques | Nécessite une connaissance préalable du ligand | Détection par séquence uniquement (sans ligand) |
Déverrouiller l'« indroguable » grâce aux poches cryptiques
L'une des percées scientifiques les plus significatives détaillées dans l'annonce est la capacité d'IsoDDE à identifier des poches cryptiques (cryptic pockets). Il s'agit de sites de liaison à la surface d'une protéine qui ne s'ouvrent que lorsqu'une molécule spécifique s'approche — semblable à une porte secrète qui n'apparaît que lorsque l'on frappe.
La découverte de médicaments traditionnelle échoue souvent parce que les chercheurs ciblent les « sites actifs » évidents qui peuvent ne pas être traitables par des médicaments. IsoDDE, cependant, a réussi à récapituler la découverte d'un nouveau site cryptique sur la protéine cereblon en utilisant uniquement sa séquence d'acides aminés comme entrée. Il a prédit l'emplacement de la poche sans savoir qu'un ligand existait, un exploit qui nécessite habituellement une découverte expérimentale fortuite ou un criblage exhaustif en laboratoire.
Cette capacité implique qu'Isomorphic Labs peut désormais scanner le protéome « indroguable » et trouver des points d'appui pour de nouveaux médicaments là où les tentatives précédentes ont échoué.
Le « jardin clos » de la pharma IA
Contrairement à la sortie d'AlphaFold 2, qui était en open-source pour le monde entier, ou d'AlphaFold 3, accessible via un serveur gratuit pour un usage non commercial, IsoDDE est strictement propriétaire. Cette approche de « jardin clos » souligne le pivot commercial d'Isomorphic Labs.
Le moteur sert de colonne vertébrale aux partenariats de haute valeur de l'entreprise avec des géants pharmaceutiques tels qu'Eli Lilly, Novartis et Johnson & Johnson. En gardant l'exclusivité d'IsoDDE, Isomorphic Labs garantit à ses partenaires un avantage concurrentiel dans le développement de thérapies de premier ordre (first-in-class).
Demis Hassabis, PDG d'Isomorphic Labs, a déclaré que l'objectif est de compresser le calendrier de découverte de médicaments de plusieurs années à quelques mois. Avec IsoDDE, l'entreprise ne vend pas seulement des logiciels ; elle vend concrètement le résultat — un candidat-médicament pré-validé et hautement puissant.
Réaction de l'industrie : s'agit-il d'AlphaFold 4 ?
La sortie a suscité des discussions intenses concernant la nomenclature et la trajectoire de la lignée d'IA de DeepMind. Bien qu'officiellement nommé IsoDDE, des experts indépendants n'ont pas tardé à établir des comparaisons avec un hypothétique « AlphaFold 4 ».
Mohammed AlQuraishi, biologiste computationnel à l'Université de Columbia, a noté dans une interview que les avancées décrites sont « à l'échelle d'un AlphaFold 4 ». La capacité de prédire l'affinité de liaison mieux que les méthodes basées sur la physique (comme la Perturbation de l'énergie libre - Free Energy Perturbation - FEP+) représente un accomplissement de type « Saint Graal » que les scientifiques poursuivent depuis des décennies.
Cependant, la nature propriétaire du modèle a également soulevé des inquiétudes quant à la bifurcation de la science. Alors qu'Isomorphic Labs accélère avec des outils fermés, le fossé entre la recherche académique et les capacités des entreprises risque de s'élargir. Pour l'instant, cependant, le monde de la biotechnologie observe de près Isomorphic Labs qui s'apprête à faire entrer ses premiers médicaments conçus par IA en essais cliniques, propulsés par un moteur qui semble savoir comment concevoir un remède à partir de principes fondamentaux.
