谷歌旗下Isomorphic Labs推出新一代AI模型IsoDDE，其在药物设计核心环节展现出超越现有技术的能力，尤其擅长预测分子结合强度与识别隐藏靶点。这一闭源策略在推动商业化的同时，也为科学界的开放共享带来了新的思考。
智能速览
谷歌Isomorphic Labs发布新一代AI药物设计模型IsoDDE。
IsoDDE在预测分子结合强度上超越了物理方法和开源模型。
它在抗体结合预测上的准确率是AlphaFold 3的2.3倍。
该模型能直接从序列中识别蛋白质上隐藏的药物结合口袋。
与AlphaFold不同，IsoDDE采用闭源策略，旨在商业化应用。
精华内容
AlphaFold解决了蛋白质结构问题，但如何精准设计药物分子？谷歌的IsoDDE正试图给出答案，而且是用一种更封闭的方式。
超越前代精度
IsoDDE最核心的突破在于对分子结合强度的精准预测。药物分子与靶点蛋白的结合如同钥匙配锁，其“松紧度”直接决定药效。传统物理方法计算耗时数周，而开源模型Boltz-2虽提速但精度有限。
IsoDDE的预测精度不仅超越了Boltz-2，甚至比传统的物理方法更高。其更强大的能力体现在处理与训练数据差异巨大的“陌生”分子时，依然保持高准确率。计算机生物学家穆罕默德·阿尔库莱希认为，这解决了该领域最难的泛化问题，背后必有技术创新。
攻克设计难题
在具体应用层面，IsoDDE展现出解决制药界硬核难题的潜力。抗体药是价值千亿英镑的市场，但其设计难点在于预测抗体上变化多端的CDR-H3环状结构。
在此项测试中，IsoDDE的准确率比AlphaFold 3高出2.3倍。此外，它还具备“找口袋”的能力，能直接从氨基酸序列出发，定位蛋白质表面隐藏的药物结合位点。测试中，它成功找到了cereblon蛋白的经典口袋与新发现的隐藏口袋，为攻克“无靶点可依”的难治性疾病提供了新思路。
闭源的商业逻辑
与开源的AlphaFold不同，IsoDDE选择了技术保密。这背后的逻辑直指商业利益：药物研发是数百亿美元的生意，率先找到新药意味着巨大的市场回报。
Isomorphic Labs由AlphaFold之父、诺奖得主德米斯·哈萨比斯亲自创立，其目标不止于发表论文，而是做出能上市的新药。这种闭源策略虽有利于商业竞争，但也阻碍了科学界的验证与迭代，可能减缓整个领域的进步速度。连技术报告都未附带同行评审论文，加剧了外界的疑虑。
IsoDDE的出现，标志着AI药物设计进入了追求精准与实用的下一阶段。它既是技术实力的展示，也引发了对科学精神与商业利益的深刻探讨。未来，它能否真正产出改变疾病的药物，将是其价值的最终检验。
