Isomorphic Labs发布专有AI药物发现模型IsoDDE
Isomorphic Labs发布了一份27页技术报告，介绍其新型专有AI药物发现引擎IsoDDE。报告称，IsoDDE在预测药物-蛋白质结合亲和力以及抗体结构与相互作用方面优于现有模型与基于物理的方法，但由于系统不开放，论文对关键技术细节披露有限。
近两年前，Google DeepMind发布了面向药物发现更新版的AlphaFold3。如今，其生物制药业务分拆公司Isomorphic Labs宣布推出一款更为强大的人工智能模型——并将其完全据为己有。总部位于伦敦的Isomorphic Labs在2月10日发布的一份27页技术报告中，重点介绍了其“药物发现引擎”的能力，并将其命名为IsoDDE。
其成果——包括对蛋白质如何与潜在药物相互作用以及抗体结构的精准预测——令该领域科学家印象深刻。然而，与用于预测蛋白质结构、并向其他研究人员开放且在期刊论文中深入描述的AlphaFold AI系统不同，IsoDDE为专有系统，而这份技术论文几乎未提供如何实现类似结果的技术细节。
“这是一项重大进展，其规模堪比AlphaFold4，”哥伦比亚大学（纽约市）的计算生物学家Mohammed AlQuraishi表示。他正致力于开发完全开源版本的AlphaFold，并在此提及尚未发布的Google DeepMind技术的未来一代。“当然，问题在于，我们对其细节一无所知。”
AlphaFold 3是在药物发现需求驱动下开发的。与其获得诺贝尔奖的前代AlphaFold2不同，该模型能够预测蛋白质与其他分子（包括潜在药物）相互作用时的结构。
与AlphaFold 3类似的AI模型已接近全面匹配其性能，并具备新的能力。由麻省理工学院（剑桥）科学家开发并于去年发布的开源模型Boltz-2，能够预测潜在药物与蛋白质“黏附”的强度，即结合亲和力（binding affinity）。这是开发治疗药物的关键性质，通常需要借助计算量巨大的基于物理的方法进行预测。
根据Isomorphic的报告，其新AI在判定结合亲和力方面优于Boltz-2以及基于物理的方法。报告还称，该系统在预测抗体——其构成每年带来数百亿英镑销售额的治疗手段基础——如何与其靶点相互作用方面，同样达到最先进水平。
AlQuraishi表示，他尤其对IsoDDE预测与其训练数据差异巨大的分子之药物–蛋白质相互作用的能力印象深刻。“这才是真正困难的问题，这表明他们一定做了相当新颖的事情，”他说。