Isomorphic Labs 揭曉「IsoDDE」：效能超越 AlphaFold 3 的 AI 引擎
在一項震撼製藥與生物技術產業的重大公告中，Alphabet 旗下 DeepMind 的藥物研發衍生公司 Isomorphic Labs，正式發表了其專有的 Isomorphic Labs 藥物設計引擎（Isomorphic Labs Drug Design Engine，簡稱 IsoDDE）。這套僅在幾天前發布的新系統，被獨立科學家譽為「AlphaFold 4 等級的重大進展」，標誌著從僅僅預測蛋白質結構，轉向自主、高精確度藥物設計的決定性轉變。
雖然科學界仍對 2024 年發布的 AlphaFold 3 之能力感到驚嘆，但 Isomorphic Labs 已經證明其內部工具早已超越了該基準。據報導，IsoDDE 將結構預測、結合親和力評估（binding affinity estimation）以及從頭分子生成（de novo molecular generation）統一在單一框架內，為其獨家合作夥伴提供了先前被認為仍需數年才能實現的運算優勢。
超越結構：轉向理性設計
多年來，「蛋白質折疊問題（protein folding problem）」一直是計算生物學的終極目標。藉由 AlphaFold 2 與 AlphaFold 3，DeepMind 大致解決了生物分子「長什麼樣」的問題。然而，Isomorphic Labs 主張，單憑結構不足以製造藥物。新的 IsoDDE 系統從靜態結構預測轉向動態交互建模，回答了關鍵問題：我們如何設計一個能與目標精確且強效結合的分子？
根據 Isomorphic Labs 發布的技術報告，IsoDDE 以統一的方式解決了現代藥物開發的四大支柱：
- 結構預測（Structure Prediction）： 蛋白質-配體複合物的高保真建模。
- 結合親和力（Binding Affinity）： 準確預測藥物與目標結合的強度（這是一項傳統上需要昂貴的物理模擬任務）。
- 口袋發現（Pocket Discovery）： 識別蛋白質上在靜態晶體結構中不可見的「隱蔽（cryptic）」結合位點。
- 泛化能力（Generalization）： 在與訓練數據完全不同的生物目標上表現準確。
基準測試下一代
Isomorphic Labs 發布的性能指標顯示，公共研究工具與專有製藥引擎之間的差距正在擴大。最引人注目的主張是該模型對「分佈外（out-of-distribution）」目標的泛化能力——即結構上與公共數據庫中任何內容都截然不同的蛋白質和配體。
在測試 AI 預測藥物如何與新型蛋白質結合能力的產業標準「Runs N' Poses」基準測試中，IsoDDE 據報導 比 AlphaFold 3 的準確度提高了一倍。此外，在複雜的生物製劑領域，該引擎展現出優於開源替代方案的巨大優勢。
下表總結了技術報告中強調的關鍵性能差異：
| 指標/功能 | AlphaFold 3 / 開源工具 | IsoDDE (Isomorphic Labs) |
|---|---|---|
| 蛋白質-配體泛化能力 | 在已知家族具有高準確度 | >2倍準確度 於新目標 (Runs N' Poses) |
| 抗體-抗原建模 | 強大的結構基準 | 2.3倍提升 相比於 AlphaFold 3 |
| 結合親和力預測 | 有限/結構推斷 | 超越 物理方法 (FEP+) |
| 複雜生物製劑 (高精確度) | 標準基準 | 19.8倍提升 相比於 Boltz-2 |
| 隱蔽口袋檢測 | 需要先前的配體知識 | 僅憑序列檢測 (無須配體) |
透過隱蔽口袋開啟「不可成藥」的大門
該公告中所述最具科學意義的突破之一，是 IsoDDE 識別 隱蔽口袋（cryptic pockets） 的能力。這些是蛋白質表面上的結合位點，只有當特定分子接近時才會開啟——類似於一扇只有在你敲門時才會出現的秘密門。
傳統的藥物研發經常失敗，因為研究人員針對的是顯而易見的「活性位點」，而這些位點可能並不具備成藥性。然而，IsoDDE 僅使用其氨基酸序列作為輸入，就成功重現了蛋白質 cereblon 上一個新型隱蔽位點的發現。它在未被告知存在配體的情況下預測了口袋的位置，這項成就通常需要偶然的實驗發現或詳盡的實驗室篩選。
這項功能意味著 Isomorphic Labs 現在可以掃描「不可成藥（undruggable）」的蛋白質組，並在先前嘗試失敗的地方找到新藥的立足點。
醫藥 AI 的「圍牆花園」
與向世界開源的 AlphaFold 2，或透過免費伺服器供非商業用途使用的 AlphaFold 3 不同，IsoDDE 是嚴格專有的。這種「圍牆花園（walled garden）」方式強調了 Isomorphic Labs 的商業轉型。
該引擎作為公司與 Eli Lilly、Novartis 以及 Johnson & Johnson 等製藥巨頭高價值合作夥伴關係的骨幹。藉由保持 IsoDDE 的獨家性，Isomorphic Labs 確保其合作夥伴在開發首創（first-in-class）療法方面具有競爭優勢。
Isomorphic Labs 執行長 Demis Hassabis 表示，目標是將藥物研發時間從數年壓縮至數月。透過 IsoDDE，該公司不僅是在銷售軟體；它實際上是在銷售「結果」——即經過預先驗證、高度強效的候選藥物。
業界反應：這就是 AlphaFold 4 嗎？
這次發布引發了關於 DeepMind AI 血統的命名與軌跡的激烈討論。雖然官方品牌定名為 IsoDDE，但獨立專家很快就將其與假設性的「AlphaFold 4」進行比較。
哥倫比亞大學計算生物學家 Mohammed AlQuraishi 在一次採訪中指出，所描述的進展「具有 AlphaFold 4 的規模」。預測結合親和力的能力優於基於物理的方法（如自由能擾動，Free Energy Perturbation），代表了科學家追求數十年的「終極目標」成就。
然而，該模型的專有性質也引發了對科學分叉的擔憂。隨著 Isomorphic Labs 憑藉封閉工具加速前進，學術研究與企業能力之間的差距面臨擴大的風險。然而，目前生物技術界正密切關注 Isomorphic Labs 準備將其首批 AI 設計的藥物投入臨床試驗，而其背後的引擎似乎懂得如何從基本原理設計出治癒方法。
