Google DeepMind stellt IsoDDE-Engine für die Wirkstoffforschung vor, aktualisiert Gemini 3 Deep Think

Isomorphic Labs, eine Tochtergesellschaft von DeepMind, hat die IsoDDE-Engine für die Arzneimittelentwicklung vorgestellt. In komplexen Tests übertraf die Innovation AlphaFold 3 bei der Vorhersagegenauigkeit um den Faktor 2.

AlphaFold 3 war ein großer Durchbruch, da es die dreidimensionalen Strukturen von Proteinen und deren Wechselwirkungen mit Molekülen vorhersagen konnte. IsoDDE demonstriert ein völlig neues Niveau: Das Modell sagt die Bindungsstärke (Affinität) genauer voraus als herkömmliche Methoden, die Engine kann verborgene Strukturen („Taschen“, pockets) in Proteinen identifizieren, an die Wirkstoffe binden können, und sie unterstützt ein breites Spektrum komplexer Moleküle, darunter Antikörper und große biologische Strukturen. Das Unternehmen erklärte, IsoDDE biete ein skalierbares Framework für KI-gestütztes Wirkstoffdesign und liefere die Vorhersagegenauigkeit, die nötig sei, um mit neuen biologischen Systemen mit beispielloser Zuverlässigkeit zu arbeiten.

Isomorphic Labs denkt neu, was es braucht, um mit KI lebensrettende Medikamente schneller bereitzustellen. Das Unternehmen hat inzwischen 17 aktive Programme sowie frühe Krebswirkstoff-Kandidaten in präklinischen Studien. Die Arzneimittelentwicklung dauert typischerweise im Durchschnitt 10 Jahre bei einer Erfolgsrate von nur 10%. Der Ansatz beinhaltet die Suche und Hypothesengenerierung in silico, was hunderte bis tausende Male effizienter ist als im Nasslabor.

Google hat den Reasoning-Modus von Gemini 3 Deep Think aktualisiert, das als Lösung für komplexe Aufgaben in Wissenschaft und Technik positioniert ist. In Tests übertraf das Modell OpenAI's GPT-5.2 und Anthropic's Claude Opus 4.6, unter anderem bei ARC-AGI-2 mit visuellen Rätseln, MMMU-Pro zur Bewertung multimodaler Fähigkeiten, Elo 3455 und der „Last Exam of Humanity“. Das Unternehmen erklärte, Gemini 3 Deep Think sei in enger Zusammenarbeit mit Wissenschaftlerinnen und Wissenschaftlern sowie Forschenden aktualisiert worden, um komplexe wissenschaftliche Herausforderungen anzugehen – bei denen Aufgaben oft keine klaren Grenzen oder eine einzige richtige Lösung haben und Daten unvollständig sind.

Gemini 3 Deep Think zeigt fortgeschrittene Ergebnisse in Mathematik und Programmierung und schneidet in den Naturwissenschaften, einschließlich Chemie und Physik, hervorragend ab. Der aktualisierte Modus löst Probleme auf dem Niveau von Goldmedaillengewinnern bei internationalen Olympiaden. Im CMT-Benchmark erreichte das Modell 50,5% und bestätigte damit tiefes Wissen in der theoretischen Physik. Über fortgeschrittene Metriken hinaus ist Deep Think auf praktische Anwendung ausgerichtet: Es hilft Forschenden, komplexe Daten zu interpretieren, und Ingenieurinnen und Ingenieuren, physikalische Systeme per Code zu modellieren. Das neue Deep Think ist in der Gemini-App für Google AI Ultra-Abonnenten sowie in der Gemini API für ausgewählte Entwickler verfügbar.

DeepMind stellte den KI-Agenten Aletheia vor, der im Benchmark IMO-ProofBench Advanced einen neuen Rekord aufstellte und 91,9% der Aufgaben löste. Der Test gilt als einer der anspruchsvollsten in der Mathematik. Das neuronale Netz basiert auf der Plattform Gemini Deep Think und ist mit einem Verifikationsmodul ausgestattet: Es identifiziert Fehler in Entwürfen von Lösungen und startet einen iterativen Verfeinerungsprozess. Ein zentrales Merkmal des Agenten ist seine Fähigkeit, die Unmöglichkeit der Lösung eines Problems zu erkennen, was Forschenden erheblich Zeit spart.

Aletheia nutzt Google Search, um sich in komplexen wissenschaftlichen Materialien zu orientieren, und verhindert die Nutzung falscher Links sowie Rechenfehler bei der Arbeit mit wissenschaftlichen Materialien. Zu den Leistungen des Modells zählen: die vollständige Erstellung eines wissenschaftlichen Papers zur Berechnung struktureller Konstanten in der arithmetischen Geometrie, ein gemeinsamer Beweis mit einem Menschen für Abschätzungen bei Systemen interagierender Teilchen (independent sets) sowie die autonome Lösung von vier Problemen aus der Erdős-Liste, von denen eines zuvor als offen galt. DeepMind betonte, Aletheias Erfolg bestätige die Relevanz von Skalierungsgesetzen: In beweisbasierter Mathematik verbessere sich die Qualität weiterhin durch die effektive Anwendung von Agenten.

AlphaFold löste eine 50-jährige große Herausforderung der Biologie – die Vorhersage von Proteinstrukturen aus Aminosäuresequenzen. Der Durchbruch verdichtete Jahrzehnte der Forschung zu einer Datenbank, die nun der Welt offensteht. Heute nutzen über 3 Millionen Forschende in mehr als 190 Ländern das System, um Malaria-Impfstoffe zu entwickeln, Antibiotikaresistenzen zu bekämpfen und vieles mehr. Im Juli 2022 sagte der AlphaFold-Algorithmus die Strukturen von über 200 Millionen Proteinen voraus und umfasste damit nahezu alle bekannten Verbindungen, die in Pflanzen, Bakterien und Tieren vorkommen.

Google baut in Visakhapatnam, Indien, ein Full-Stack-KI-Hub auf – Teil einer Infrastrukturinvestition von 15 Milliarden US-Dollar in Indien. Nach Fertigstellung wird dieses Hub Compute im Gigawatt-Maßstab und ein neues internationales Subsea-Kabel-Gateway beherbergen und damit Arbeitsplätze sowie die Vorteile modernster KI für Menschen und Unternehmen in ganz Indien bringen. Google baut außerdem ein riesiges Netzwerk von Untersee-Glasfaserkabeln auf, darunter vier neue Systeme zwischen den USA und Indien, als Teil der America-India Connect Initiative.

Im Jahr 2023 vereinte Google DeepMind und Google Brain, um Talent und Rechenkapazität zu bündeln. Google DeepMind fungiert als Maschinenraum von Google und treibt die breiteren KI-Fähigkeiten des Unternehmens an. Das Unternehmen hat 100 Millionen Menschen in digitalen Kompetenzen geschult, und ein neues Google AI Professional Certificate wird Menschen weltweit helfen, KI in ihrem Beruf zu beherrschen.