計算機創薬の新しい時代：Isomorphic LabsがIsoDDEを発表
Isomorphic LabsによるIsomorphic Labs Drug Design Engine（IsoDDE）の導入により、ヘルスケアにおける人工知能（AI）の展望は極めて重要な転換点を迎えました。広く絶賛されているAlphaFold 3を超える重要な進化的飛躍を象徴するIsoDDEは、単なる構造予測を超えて、高精度な合理的創薬設計（Rational Drug Design）の領域へと業界を前進させます。この進展は、「このタンパク質はどのような形をしているか？」という問いから、「それを治療するための分子をどのように設計できるか？」という製薬上の重要な問いに答える段階への移行を意味しています。
Creati.aiのチームにとって、この発表は生成バイオロジー（Generative Biology）の急速な成熟を強調するものです。AlphaFold 3が構造データへのアクセスを民主化した一方で、IsoDDEは、予測が困難な結合部位や潜在的な候補薬の親和性といった課題に取り組み、製薬の研究開発（R&D）における複雑で煩雑な現実に正面から向き合っています。
汎化における精度の再定義
IsoDDEの核となる約束は、公開されているトレーニングセットにあるデータとは大きく異なる、これまでに「見たことのない」生物学的標的（タンパク質やリガンド）に対して汎化する能力にあります。計算生物学において、モデルはしばしば「分布外（Out-of-distribution）」のデータに苦戦し、馴染みのある構造では良好なパフォーマンスを示すものの、新規の治療標的が提示されると失敗することがよくあります。
Isomorphic Labsは、難易度の高い「Runs N' Poses」ベンチマークにおいて、IsoDDEがAlphaFold 3の2倍以上の精度を記録したと報告しました。このベンチマークは、トレーニング例とは異なるタンパク質-リガンド構造に対するモデルの性能をテストするために特別に設計されたものです。ここで優れた成績を収めることで、IsoDDEは、過去の広範なデータが不足していることが多いファースト・イン・クラス（First-in-class）の創薬において不可欠な堅牢性を実証しています。
タンパク質の動的な性質の克服
タンパク質は静止した彫像ではなく、形を変える動的な存在です。これまでのモデルの大きな限界は、「誘導適合（Induced Fit）」、つまりタンパク質が結合する薬物に合わせて構造を変化させる現象を考慮できなかったことでした。IsoDDEは、これら複雑な相互作用をモデル化することに成功しており、これには「クリプティックポケット（cryptic pockets）」の開口も含まれます。
クリプティックポケットとは、通常は隠れており、特定のリガンドが結合したときにのみ現れる結合部位のことです。これらは、以前は「創薬不可能（undruggable）」と考えられていた疾患原因タンパク質を標的とする代替手段を提供するため、創薬研究者にとっての宝の山といえます。その能力を示す驚くべき検証結果として、IsoDDEは、タンパク質のアミノ酸配列のみを入力として、がん治療やタンパク質分解における主要な標的であるタンパク質セレブロン（cereblon）上のクリプティック部位の最近の発見を自律的に再現しました。
バイオ医薬品と抗体における優れた性能
低分子化合物だけでなく、製薬業界はバイオ医薬品（Biologics）、特に抗体へとますますシフトしています。これらの複雑な分子を設計するには、抗体-抗原界面（Antibody-Antigen Interface）の構造を極めて精密に予測する必要があります。抗体のCDR-H3ループは、その高い多様性と柔軟性で特に知られており、従来の計算手法にとっては障害となっていました。
IsoDDEは、抗体-抗原構造の予測において、AlphaFold 3に対して2.3倍、Boltz-2に対しては驚異の19.8倍の精度向上を実証しました。この性能の飛躍は、デノボ（De novo）抗体設計において極めて重要であり、バイオ医薬品候補のスクリーニングと最適化に必要な時間を数か月から数日に短縮できる可能性があります。
結合親和性の障壁を打破する
おそらく商業的に最も重要な進歩は、結合親和性（Binding Affinity）を予測するIsoDDEの能力です。これは、薬物が標的にどれだけ強く結合するかの指標です。歴史的に、これは自由エネルギー摂動法（FEP）のような物理ベースの手法の独壇場でした。FEPは正確ではありますが、計算コストが高く、時間がかかり、出発点として高品質な結晶構造を必要とします。
報告によると、IsoDDEはこれらの「ゴールドスタンダード」とされる物理ベースの手法の精度に匹敵、あるいはそれを上回りながら、わずかなコストとスピードで動作します。決定的なのは、分析を開始するために実験的な結晶構造を必要としない点です。これにより、研究者は高価なウェットラボ（Wet-lab）での合成に着手する前に、数千の潜在的な候補薬をイン・シリコ（In silico）で迅速にランク付けできるようになります。
比較分析：IsoDDE vs 既存の手法
以下の表は、新しいエンジン、その前身、および従来の物理ベースのアプローチの間の主要な性能の相違点を示しています。
| 特徴 / 指標 | AlphaFold 3 | IsoDDE | 物理ベースの手法（例：FEP） |
|---|---|---|---|
| 主な用途 | 構造生物学と予測 | 合理的創薬設計と最適化 | 結合親和性の計算 |
| 高度な汎化 | ベースラインの精度 | AF3に対し2倍以上の精度 | N/A（特定のセットアップが必要） |
| 抗体-抗原精度 | 高い | AF3に対し2.3倍の改善 | 変動あり / 高い計算コスト |
| 結合親和性予測 | 限定的な能力 | ゴールドスタンダードを凌駕 | 高い精度（非常に低速） |
| 依存性 | 学習データの類似性 | 学習データへの依存度が低い | 高品質な結晶構造が必要 |
| 動作速度 | 高速 | 高速（秒/分単位） | 低速（1分子あたり数時間/数日） |
製薬業界への戦略的影響
IsoDDEの発表は単なる技術的なマイルストーンではなく、Isomorphic Labsのビジネスモデルを裏付ける戦略的資産です。DeepMindからのスピンオフ以来、同社はEli Lilly、Novartis、そして最近ではJohnson & Johnsonといった製薬大手との注目度の高いパートナーシップを確保してきました。これらの提携は、AIが生物学を可視化するだけでなく、解決策を設計できるという前提に基づいています。
このエンジンは、Isomorphic Labs自身の候補薬パイプラインを推進するために、すでに社内で導入されています。CEOのDemis Hassabisは、同社初のAI設計薬が2026年末までに臨床試験に入ると予想していることを示唆しました。このスケジュールは、デジタルプロトタイピングから人間への適用への急速な移行を示唆しており、10年前には想像もできなかったペースです。
予測から処方へ
業界の観察者にとって、「構造予測」と「創薬設計」の区別は極めて重要です。AlphaFoldは静的な幾何学の問題を解決しました。IsoDDEは機能的な相互作用の問題を解決しようとしています。原子がどこにあるかだけでなく、それらがどれほど強く相互作用し、どのように動くかを正確に予測することで、IsoDDEは計算上の仮説と生物学的な現実の間のループを閉じます。
この能力は、特に「ブラインド」なポケットの特定において極めて重要です。事前の知識なしにタンパク質の表面をスキャンし、新規のリガンド結合可能なポケットを特定できる能力により、科学者はまったく新しい角度から疾患経路を攻撃することができます。このアプローチは、以前は難攻不落と考えられていた要塞の裏口を見つけるようなものです。
結論
Isomorphic Labsは、AI駆動型ヘルスケアにおける最先端の基準を事実上引き上げました。汎化、親和性予測、およびクリプティックポケットの特定という創薬の特定の難所に対処することで、IsoDDEは現代の製薬R&Dに不可欠なツールとしての地位を確立しました。
Creati.aiにとって、この展開は生物学におけるAIの「ハイプ（熱狂）」フェーズが「インパクト」フェーズへと移行していることを示しています。Isomorphic Labsが提供した指標は、これらのツールがもはや単なる魅力的な実験ではなく、商業的な創薬パイプラインを推進するのに十分なほど堅牢になったことを示唆しています。2026年後半に向けて、これらシリコン（コンピュータ）から生まれた予測が、患者のための安全で効果的な医薬品へと首尾よく変換されるかどうか、業界は注視することになるでしょう。
