Isomorphic Labs 发布 IsoDDE：AI 设计药物提速，但 FDA 零批准

2026 年 2 月 10 日，Alphabet 旗下的药物设计子公司 Isomorphic Labs 正式发布 IsoDDE（Drug Design Engine）。这不是一个常规模型，也不是 AlphaFold 的简单升级——它是一套统一的「in silico」药物发现系统，将蛋白质结构预测、配体结合、亲和力估算与口袋识别整合运行，把过去需要数天的物理模拟压缩到秒级完成。

关键基准表现

IsoDDE 在多个分子预测任务上取得显著领先：

• 在衡量对未知蛋白泛化能力的「Runs N' Poses」基准上，IsoDDE 成功率约 50%，而 AlphaFold 3 约为 23%。
• 抗体-抗原建模任务中，IsoDDE 比 AlphaFold 3 提升 2.3 倍，比开源模型 Boltz-2 提升 19.8 倍。
• 结合亲和力预测的 Pearson 相关系数达到 0.85，超越物理模拟业界标杆 FEP+ 的 0.78。

这些数字表明，药物设计中「结合」这一计算瓶颈可能正在被 AI 重新定义。

药企合作的真实结构

Isomorphic 已与 Eli Lilly、Novartis、Johnson & Johnson 三家药企签订合作协议，潜在总价值超过 40 亿美元。但合约结构揭示了行业真实态度：

• Eli Lilly：首付 4500 万美元，里程碑款 17 亿美元；
• Novartis：首付 3750 万美元，里程碑款 12 亿美元；
• 2025 年 2 月，Novartis 将合作项目数量翻倍至 6 个，瞄准「极具挑战性、曾被认为不可成药」的靶点；
• 2026 年 1 月，J&J 协议进一步覆盖小分子、抗体、多肽与分子胶。

首付与里程碑款的比例约为 1:50，意味着药企几乎承担了所有临床风险——AI 设计的分子从未真正走到「重磅炸弹」级别，这种保守结构是合理的对冲。

Phase II 之墙

Jayatunga 等人 2024 年的系统性分析指出，AI 设计药物在临床 I 期成功率为 80–90%，显著高于历史均值 40–65%，因为 AI 擅长预测分子的安全性与药代动力学。但 Phase II 考验的是疗效：

• AI 设计药物的 Phase II 成功率约 40%，与传统药物几乎持平；
• 推算下来，端到端成功率可能从历史 5–10% 提升至 9–18%，R&D 生产力有望翻倍；
• 麦肯锡估计生成式 AI 可为制药行业带来每年 600–1100 亿美元的经济价值。

IsoDDE 能建模「诱导契合」（蛋白为容纳药物而发生的形变）与「隐蔽口袋」（如花了实验学家 15 年才发现的 cereblon 位点），这或许能撬动疗效预测。但 Isomorphic 首批候选分子进入临床预计要到 2026 年底，届时才会有更明确的答案。

竞争格局与开源挑战

Isomorphic 在计算基准上领先，但在临床进展上落后：

• Insilico Medicine 拥有最成熟的临床组合，IPF 药物 rentosertib（原 ISM001-055）在 Phase IIa 取得阳性结果，已获 10 余项 IND 批准，覆盖 31 个项目；
• Recursion Pharmaceuticals 以 6.88 亿美元收购 Exscientia，依靠每周数百万次表型组学实验与 65 PB 生物影像数据走出不同路线；
• Isomorphic 则依托 AlphaFold 谱系与 Alphabet 级别的算力，统一架构让各项预测相互补充；
• 2025 年 6 月任命前 Relay Therapeutics CMO Ben Wolf 博士，并在马萨诸塞州剑桥设立办公室，明显在为临床阶段储备人才。

开源方面，Chai Discovery（OpenAI 参投，估值 13 亿美元）等新进入者构成实际威胁，但短期内 Isomorphic 的统一架构与基准领先仍是其护城河。

AI 不会「解决」药物发现，但可能让它变得便宜一些、快一些——这是一场改进，而非革命。