“又一个‘阿尔法折叠’?”——科学家惊叹DeepMind新成立的制药公司推出独家AI

作者: aeks | 发布时间: 2026-02-21 14:02 | 更新时间: 2026-02-21 14:02

学科分类: 生物医学工程 药学 计算机科学与技术

谷歌DeepMind发布针对药物发现的升级版AlphaFold3近两年后,其生物制药子公司Isomorphic Labs宣布了一款更强大的人工智能模型——且该公司将其完全保密。总部位于伦敦的Isomorphic Labs在2月10日发布的一份27页技术报告中,吹嘘其名为IsoDDE的“药物发现引擎”的能力。其成果包括精准预测蛋白质与潜在药物的相互作用以及抗体结构,这给该领域的科学家留下了深刻印象。然而,与用于预测蛋白质结构的AlphaFold人工智能系统不同——后者向其他研究人员开放,并在期刊文章中进行了深入描述——IsoDDE是专有技术,该技术报告对如何实现类似结果几乎未提供任何见解。

“这是一项重大进展,其规模堪比AlphaFold4,”纽约哥伦比亚大学的计算生物学家穆罕默德·阿尔库拉希(Mohammed AlQuraishi)表示,他正致力于开发完全开源的AlphaFold版本,这里的AlphaFold4指的是谷歌DeepMind尚未发布的下一代技术。“当然,问题在于我们对细节一无所知。”

AlphaFold3的开发考虑到了药物发现。与获得诺贝尔奖的前代产品AlphaFold2不同,该模型能够预测蛋白质与其他分子(包括潜在药物)相互作用的结构。以AlphaFold3为蓝本的类似人工智能已接近完全匹配其性能,并具备新功能。由剑桥麻省理工学院的科学家开发并于去年发布的开源模型Boltz-2,能够预测潜在药物与蛋白质的结合强度,即结合亲和力。这是开发治疗方法的关键特性,通常通过计算密集型的基于物理的方法进行预测。

根据Isomorphic的报告,其新人工智能在确定结合亲和力方面优于Boltz-2和基于物理的方法。报告称,对抗体(构成每年销售额达数百亿英镑的疗法的基础)与其靶标相互作用的预测也达到了最先进水平。阿尔库拉希表示,IsoDDE能够预测与模型训练数据差异极大的分子的药物-蛋白质相互作用,这一点给他留下了特别深刻的印象。“这确实是个难题,这表明他们一定做了一些相当新颖的工作,”他说。

DOI: 10.1038/d41586-026-00365-7

标签: 人工智能模型 抗体结构 结合亲和力 药物发现引擎 蛋白质相互作用