当谷歌旗下Isomorphic Labs的CEO Demis Hassabis——同时也是DeepMind的掌门人——宣布推出新一代AI药物设计引擎IsoDDE时，科学界为之震动。这款被《自然》杂志称为“AlphaFold 4”的系统，在性能上全面超越前代，却在开源问题上引发巨大争议：其代码、论文与训练方法均未公开，彻底打破了AlphaFold系列延续的开放传统。
IsoDDE的突破性能力令人惊叹。它不再局限于预测蛋白质三维结构，而是将结构解析、结合强度计算与隐藏结合位点发现等功能整合为统一引擎。在测试中，面对与训练数据相似度低于20%的全新蛋白结构，其成功率是AlphaFold 3的两倍多；在60个高难度案例中，17个案例中AlphaFold 3完全失败，而IsoDDE成功解析。更惊人的是，它仅凭氨基酸序列便发现了科学家耗时15年才通过实验确认的蛋白隐藏结合位点——传统方法需昂贵实验与漫长周期，而IsoDDE仅需数秒。
哥伦比亚大学计算生物学家Mohammed AlQuraishi评价其为“AlphaFold 4级别的飞跃”，尤其震撼于其在陌生分子体系中的泛化能力：“这表明他们一定开发了前所未有的技术。”然而，这份27页的技术报告却对模型架构、训练方法等关键细节只字未提，仅以“激励其他团队”为由拒绝公开核心信息。Isomorphic Labs总裁Max Jaderberg的表态更引发学术界不满：“我们没有义务分享‘秘方’。”
这一转变与AlphaFold的开源传统形成鲜明对比。2021年，AlphaFold 2的代码与论文免费开放，其预测结果被190多个国家的超300万研究者使用，彻底改变了生物学研究范式。2024年，Hassabis因AlphaFold获诺贝尔奖，诺贝尔委员会特别强调其“将最强大的科学工具免费交付全人类”的精神。即便AlphaFold 3曾因代码开源延迟引发争议，最终仍向学术界开放；而IsoDDE的闭源决策，被《自然》杂志直言“科学家们只能猜测如何复现其成果”。
争议背后，是AI科学工具日益集中的权力格局。Isomorphic Labs已获6亿美元融资，与礼来、诺华签署近30亿美元合作协议，内部运行17条药物管线。武田制药的Diego del Alamo指出，该公司与药企合作积累的私有实验数据，可能构成IsoDDE的核心优势：“如果性能提升依赖数据壁垒而非算法创新，所谓的‘激励’不过是姿态。”
开源阵营并未因此退缩。非营利组织Boltz的创始人Gabriele Corso认为，公开数据中仍存在大量改进空间，IsoDDE设定的性能基线“完全可以超越”；另一家公司Deep Origin更宣称，其DODock引擎早在2025年8月便在同类测试中达到可比水平，且采用完全不同的技术路线。过去两年，开源社区已涌现Boltz-1/2、Chai-1等接近或部分超越AlphaFold 3的模型，但制药领域的数据壁垒远高于语言模型——后者依赖的互联网文本是公共资源，而高质量蛋白-药物实验数据多掌握在药企手中。
这场争论远超技术范畴。AlphaFold曾被视为“AI开源推动科学进步”的典范，其闭源后代的出现，撕开了这一叙事的裂缝。当最强大的科学AI工具逐渐从公共品变为商业资产，当突破性成果以技术报告替代同行评审论文，学术界看到的不仅是结果，更是一个可能的未来：科学共同体的绝大多数人，或许只能在围栏外旁观他人定义的方向。
