在谷歌DeepMind发布专为药物发现设计的升级版AlphaFold3近两年后，其生物制药分拆公司Isomorphic Labs宣布了一款更强大的人工智能模型——并且他们选择独享这一成果。
总部位于伦敦的Isomorphic Labs在2月10日发布的一份27页技术报告中展示了其"药物发现引擎"（称为IsoDDE）的能力。该报告中包括对蛋白质如何与潜在药物及抗体结构相互作用的精确预测等成就，给该领域的科学家们留下了深刻印象。
然而，与用于预测蛋白质结构的AlphaFold AI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是专有的，技术论文几乎没有提供如何实现类似结果的见解。
哥伦比亚大学纽约市的计算生物学家Mohammed AlQuraishi说道："这是一个重大进步，规模相当于AlphaFold4"，他正在致力于开发完全开源版本的AlphaFold。"当然，问题在于我们对其细节一无所知。"
药物-蛋白质相互作用
AlphaFold 3是为药物发现而开发的。与获得诺贝尔奖的前身AlphaFold2不同，该模型能够预测与其它分子（包括潜在药物）相互作用的蛋白质结构。
模仿AlphaFold 3开发的类似AI已接近完全匹配其性能并具有新功能。由剑桥市麻省理工学院科学家开发并于去年发布的名为Boltz-2的开源模型，能够预测潜在药物与蛋白质结合的强度，即结合亲和力。这是开发治疗药物的关键特性，通常需要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AI在确定结合亲和力方面优于Boltz-2和基于物理的方法。报告还声称，对于形成年度销售额达数百亿英镑的疗法基础的抗体如何与其靶标相互作用的预测也达到了尖端水平。
AlQuraishi表示，他特别对IsoDDE预测与模型训练数据大不相同的分子的药物-蛋白质相互作用的能力印象深刻。"这是一个真正困难的问题，表明他们一定做了些相当新颖的事情，"他说。
秘密配方
Isomorphic总裁Max Jaderberg表示，IsoDDE背后的模型"与其他努力截然不同"。但该公司没有计划透露其背后的"秘密配方"。"与大多数大型机器学习和AI进步一样，它是计算、数据[和]算法的组合，"Jaderberg补充道。他希望他的团队的报告能"激励"其他构建药物发现AI的团队。
剑桥市武田制药公司的计算结构生物学家Diego del Alamo在社交媒体网站X上写道："这份报告是在与行业建立合作伙伴关系并可能获取其私有结构数据的广泛努力之后发布的，因此我们不知道这些额外数据对IsoDDE性能的影响有多大。"
Isomorphic已与强生、礼来和诺华等制药公司达成了潜在价值数十亿英镑的药物开发协议。该公司也有自己的内部研发管线，临床试验即将开始。Jaderberg表示，公司已经开发了与技术报告中使用的不同的IsoDDE版本，包括用于与其合作伙伴合作的版本，这些版本整合了不同的数据源。
他的同事、Isomorphic的机器学习总监Michael Schaarschmidt表示，公司的数据策略"相当全面"，包含了公开可用数据、合成训练数据以及他们将"尝试许可"的数据源。
共同开发Boltz-2并在伦敦领导非营利公司Boltz的机器学习科学家Gabriele Corso认为，基于他的团队所看到的收益，专有数据在Isomorphic工具报告的性能中并未发挥关键作用。"我们可以利用现有数据做出很多改进，"他说。"我认为这是一个需要匹配——但也需要超越的新基准。"
【全文结束】
