谷歌旗下人工智能公司Isomorphic Labs近日低调推出新一代药物设计引擎IsoDDE，尽管未以"AlphaFold 4"正式命名，但因其技术延续性被业界广泛关联。这款专有模型在蛋白质-配体相互作用预测领域实现突破性进展，其核心优势在于同时解决结合位点识别与结合强度计算两大难题。
传统药物研发中，确定药物分子与靶点蛋白的结合方式需耗费数周进行分子动力学模拟。2025年开源的Boltz-2模型虽将计算速度提升百倍，但准确率仍落后于物理模拟方法。IsoDDE通过创新算法架构，在保持毫秒级响应速度的同时，预测精度超越传统物理方法，尤其擅长处理未见过的分子结构。哥伦比亚大学计算生物学家穆罕默德·阿尔库莱希指出，该模型可能采用了全新的神经网络架构或数据增强技术。
在抗体药物设计领域，IsoDDE展现出显著优势。针对抗体CDR-H3环状结构这一行业痛点，其预测准确率较AlphaFold 3提升230%，较Boltz-2提高1900%。该区域因高度可变且构象复杂，长期阻碍抗体药物的理性设计。测试数据显示，模型对新冠抗体结合位点的预测误差控制在0.3埃以内，达到冷冻电镜解析精度。
更引人注目的是其"口袋发现"能力。通过分析蛋白质氨基酸序列，IsoDDE可定位表面凹陷区域及隐藏结合位点。在cereblon蛋白测试中，模型成功识别出已知经典口袋及2026年新发现的隐蔽位点，而传统方法仅能检测到前者。这项突破为"不可成药"靶点开发提供新路径，特别是针对表面光滑或深腔结构的蛋白。
与前代AlphaFold系列不同，Isomorphic Labs选择将IsoDDE作为商业机密保护。目前仅发布技术报告而非学术论文，且不公开源代码。这种策略转变反映制药行业竞争格局变化——全球抗体药物市场规模已突破400亿英镑，AI驱动的药物发现被视为下一个价值高地。公司已启动多个针对难成药靶点的研发项目，重点攻克传统方法无法解决的结合位点可及性问题。
该公司的科研实力堪称豪华：创始人戴密斯·哈萨比斯为AlphaFold项目领军人，科学顾问委员会汇聚两位诺贝尔奖得主——CRISPR基因编辑技术开发者詹妮弗·杜德纳，以及不对称有机催化领域先驱大卫·麦克米伦。这种顶尖学术阵容与谷歌技术资源的结合，使其成为AI制药领域最具竞争力的创新主体。
技术文档显示，IsoDDE采用多尺度表征学习框架，整合蛋白质序列、结构及相互作用热力学信息。其训练数据涵盖PDB数据库中所有已知蛋白-配体复合物，并通过生成对抗网络增强罕见构象采样。模型输出包含结合自由能、构象变化路径等关键参数，可直接用于虚拟筛选和先导化合物优化。
行业观察人士指出，Isomorphic Labs的闭源策略可能引发连锁反应。药物发现AI的验证需要跨实验室数据比对，封闭生态可能减缓技术迭代速度。但考虑到制药行业的高回报特性，这种商业模式或将成为主流。随着IsoDDE进入实际药物研发流程，AI制药领域有望在3-5年内迎来首个完全由算法设计的上市新药。
