HƯỚNG DẪN công ty

Khám phá thuốc của phòng thí nghiệm đẳng hình

Isomorphic Labs là công ty con của Alphabet/DeepMind biến bước đột phá của AlphaFold thành công cụ thiết kế thuốc đầu tiên dựa trên AI.

Tổng quan

Isomorphic Labs là công ty con của Alphabet/DeepMind biến bước đột phá của AlphaFold thành công cụ thiết kế thuốc đầu tiên dựa trên AI. Nó quan trọng vì nó nhằm mục đích dự đoán không chỉ hình dạng protein mà còn cả cách các phân tử liên kết, có khả năng thiết kế lại cách phát hiện ra thuốc.

Khám phá thuốc của Phòng thí nghiệm đẳng hình được hiểu rõ nhất trong bối cảnh chiến lược, quyền truy cập mô hình, quyết định nền tảng và quan hệ đối tác trong hệ sinh thái.

Lặn sâu

Được thành lập vào năm 2021 và do Demis Hassabis lãnh đạo, Isomorphic Labs phát triển trực tiếp từ AlphaFold của DeepMind, giải quyết vấn đề gấp protein tồn tại hàng thập kỷ bằng cách dự đoán cấu trúc 3D từ các chuỗi axit amin. Luận điểm của Isomorphic là sinh học có thể được coi như một hệ thống xử lý thông tin, do đó AI có thể mô hình hóa các tương tác phân tử đủ chính xác để thiết kế thuốc một cách hợp lý thay vì thử và sai. Vào năm 2024, nhóm đã giúp phát hành AlphaFold 3, dự đoán cấu trúc của protein cùng với DNA, RNA, phối tử và các phân tử khác – rất quan trọng để hiểu được sự liên kết của thuốc. Isomorphic đã ký các thỏa thuận trị giá hàng tỷ đô la với Eli Lilly và Novartis, đồng thời vào năm 2025 đã huy động được 600 triệu đô la tài trợ bên ngoài để thúc đẩy các chương trình thuốc nội bộ của riêng mình đối với phòng khám.

Hiểu biết kỹ thuật

AlphaFold 3 đã thay thế mô-đun cấu trúc của AlphaFold 2 bằng một trình tạo dựa trên sự khuếch tán: nó bắt đầu từ các tọa độ nguyên tử nhiễu và khử nhiễu chúng một cách lặp đi lặp lại thành một sự sắp xếp 3D hợp lý, dựa trên sự thể hiện sâu sắc của các phân tử liên quan. Điều này cho phép một mô hình duy nhất xử lý các protein, axit nucleic, ion và thuốc phân tử nhỏ trong một phức hợp, dự đoán cách một hợp chất ứng cử viên gắn vào túi liên kết của mục tiêu – câu hỏi trọng tâm trong thiết kế thuốc dựa trên cấu trúc.

Làm chủ việc khám phá thuốc trong phòng thí nghiệm đẳng hình

Isomorphic Labs là công ty con của Alphabet/DeepMind biến bước đột phá của AlphaFold thành công cụ thiết kế thuốc đầu tiên dựa trên AI. Nó quan trọng vì nó nhằm mục đích dự đoán không chỉ hình dạng protein mà còn cả cách các phân tử liên kết, có khả năng thiết kế lại cách phát hiện ra thuốc. Khám phá thuốc của Phòng thí nghiệm đẳng hình được hiểu rõ nhất trong bối cảnh chiến lược, quyền truy cập mô hình, quyết định nền tảng và quan hệ đối tác trong hệ sinh thái. Để xây dựng sự hiểu biết sâu sắc, hãy coi Khám phá Thuốc của Phòng thí nghiệm Isomorphic như một mô hình hoạt động chứ không phải một tính năng duy nhất: xác định kết quả mong muốn, làm rõ các giả định và tách biệt những gì hệ thống có thể làm một cách đáng tin cậy với những gì vẫn cần đến sự đánh giá của chuyên gia.

Trong thực tế, các nhóm mạnh sử dụng Isomorphic Labs Drug Discovery đánh giá chiến lược của nhà cung cấp, độ tin cậy của lộ trình và rủi ro bị khóa trước khi cam kết. Họ ghi lại các tiêu chí thành công rõ ràng, kiểm tra dựa trên dữ liệu và quy trình làm việc thực tế, đồng thời lặp lại dựa trên các kiểu thất bại được quan sát thay vì chiến thắng điểm chuẩn một lần. Đây là nơi sự hiểu biết về mặt lý thuyết biến thành khả năng bền vững trên toàn bộ sản phẩm, chính sách và hoạt động.

Lộ trình của nhà cung cấp ảnh hưởng đến những tính năng mà nhóm của bạn có thể xây dựng tiếp theo. Đồng thời, các thông báo Khởi động có thể vượt xa sự ổn định trong quy trình sản xuất thực tế. Cách tiếp cận linh hoạt nhất là kết hợp tốc độ thử nghiệm với kỷ luật quản trị: chạy thử nghiệm, thu thập bằng chứng, xuất bản nhật ký quyết định và liên tục cập nhật các biện pháp bảo vệ khi hành vi của mô hình, kỳ vọng của người dùng và các yêu cầu pháp lý phát triển.

Tác động chiến lược

Lộ trình của nhà cung cấp ảnh hưởng đến những tính năng mà nhóm của bạn có thể xây dựng tiếp theo.

Lộ trình của nhà cung cấp ảnh hưởng đến những tính năng mà nhóm của bạn có thể xây dựng tiếp theo. Trong quá trình triển khai chất lượng cao, điều này được chuyển thành các quy tắc vận hành, ranh giới quyền sở hữu và quy trình đánh giá định kỳ có thể đo lường được để các nhóm có thể mở rộng quy mô một cách tự tin thay vì mở rộng quy mô sự mơ hồ.

Các điều khoản thương mại và các lựa chọn triển khai ảnh hưởng đến chi phí và rủi ro dài hạn.

Các điều khoản thương mại và các lựa chọn triển khai ảnh hưởng đến chi phí và rủi ro dài hạn. Trong quá trình triển khai chất lượng cao, điều này được chuyển thành các quy tắc vận hành, ranh giới quyền sở hữu và quy trình đánh giá định kỳ có thể đo lường được để các nhóm có thể mở rộng quy mô một cách tự tin thay vì mở rộng quy mô sự mơ hồ.

Các biện pháp khuyến khích của công ty định hình các tình trạng vỡ nợ của sản phẩm, trạng thái an toàn và tính cởi mở.

Các biện pháp khuyến khích của công ty định hình các tình trạng vỡ nợ của sản phẩm, trạng thái an toàn và tính cởi mở. Trong quá trình triển khai chất lượng cao, điều này được chuyển thành các quy tắc vận hành, ranh giới quyền sở hữu và quy trình đánh giá định kỳ có thể đo lường được để các nhóm có thể mở rộng quy mô một cách tự tin thay vì mở rộng quy mô sự mơ hồ.

Tương lai của việc khám phá thuốc trong phòng thí nghiệm đẳng hình

Mục tiêu đã nêu của Isomorphic là một ngày nào đó sẽ 'giải quyết được mọi bệnh tật' bằng AI. Trong ngắn hạn, dự kiến ​​các ứng cử viên hoàn toàn do AI thiết kế đầu tiên sẽ tham gia thử nghiệm lâm sàng, có nhiều quan hệ đối tác dược phẩm hơn và các vòng lặp chặt chẽ hơn giữa dự đoán cấu trúc, hóa học tổng hợp và dự đoán đặc tính. Vẫn còn những câu hỏi mở: các cấu trúc dự đoán không phải là bằng chứng thực nghiệm, dự đoán ái lực ràng buộc vẫn chưa hoàn hảo và thành công lâm sàng sẽ là chuẩn mực thực sự cho lời hứa thiết kế hợp lý.

Triển khai trong thế giới thực

Sử dụng AlphaFold 3 để mô hình hóa cách một phân tử nhỏ ứng cử viên liên kết bên trong túi protein mục tiêu của bệnh trước bất kỳ quá trình tổng hợp nào trong phòng thí nghiệm.

Hợp tác với Eli Lilly và Novartis để thiết kế các loại thuốc phân tử nhỏ mới cho nhiều lĩnh vực bệnh.

Dự đoán phức hợp protein-DNA và protein-RNA để nghiên cứu các mục tiêu mà các công cụ cũ không thể thực hiện được.

Ưu tiên các hợp chất hóa học nào cần tổng hợp và thử nghiệm, giảm thiểu các chu kỳ lãng phí trong phòng thí nghiệm ướt.

Các mẫu triển khai

Phòng thí nghiệm đẳng hình Khám phá thuốc trong thực tế

Sử dụng AlphaFold 3 để mô hình hóa cách một phân tử nhỏ ứng cử viên liên kết bên trong túi protein mục tiêu của bệnh trước bất kỳ quá trình tổng hợp nào trong phòng thí nghiệm.

Sử dụng AlphaFold 3 để mô hình hóa cách một phân tử nhỏ ứng cử viên liên kết bên trong túi protein mục tiêu bệnh trước khi tổng hợp trong phòng thí nghiệm. Các nhóm thường đạt được kết quả tốt hơn khi họ xác định trước các ngưỡng chất lượng, theo dõi lộ trình leo thang của con người đối với các trường hợp khó khăn và theo dõi cả mức tăng năng suất và chi phí lỗi theo thời gian.

Phòng thí nghiệm đẳng hình Khám phá thuốc trong thực tế

Hợp tác với Eli Lilly và Novartis để thiết kế các loại thuốc phân tử nhỏ mới cho nhiều lĩnh vực bệnh.

Hợp tác với Eli Lilly và Novartis để thiết kế các loại thuốc phân tử nhỏ mới trên nhiều lĩnh vực bệnh. Các nhóm thường đạt được kết quả tốt hơn khi họ xác định trước các ngưỡng chất lượng, theo dõi lộ trình leo thang của con người đối với các trường hợp khó khăn và theo dõi cả mức tăng năng suất và chi phí sai sót theo thời gian.

Phòng thí nghiệm đẳng hình Khám phá thuốc trong thực tế

Dự đoán phức hợp protein-DNA và protein-RNA để nghiên cứu các mục tiêu mà các công cụ cũ không thể thực hiện được.

Dự đoán các phức hợp protein-DNA và protein-RNA để nghiên cứu các mục tiêu mà các công cụ cũ không thể đại diện. Các nhóm thường đạt được kết quả tốt hơn khi họ xác định trước ngưỡng chất lượng, theo dõi lộ trình leo thang của con người đối với các trường hợp khó khăn và theo dõi cả mức tăng năng suất và chi phí lỗi theo thời gian.

Phòng thí nghiệm đẳng hình Khám phá thuốc trong thực tế

Ưu tiên các hợp chất hóa học nào cần tổng hợp và thử nghiệm, giảm thiểu các chu kỳ lãng phí trong phòng thí nghiệm ướt.

Ưu tiên các hợp chất hóa học nào cần tổng hợp và thử nghiệm, giảm các chu kỳ lãng phí trong phòng thí nghiệm ướt Các nhóm thường đạt được kết quả tốt hơn khi họ xác định trước các ngưỡng chất lượng, theo dõi lộ trình leo thang của con người đối với các trường hợp khó khăn và theo dõi cả mức tăng năng suất và chi phí sai sót theo thời gian.

Rủi ro & lan can

!

Thông báo ra mắt có thể vượt xa sự ổn định trong quy trình sản xuất thực tế.

!

Việc định giá API hoặc thay đổi chính sách có thể phá vỡ các giả định chỉ sau một đêm.

!

Sự phụ thuộc vào một nhà cung cấp làm tăng chi phí khóa và di chuyển.

Lộ trình thực hiện

1

Đánh giá các nhà cung cấp bằng cách sử dụng các nhiệm vụ và bộ dữ liệu của riêng bạn.

Đánh giá các nhà cung cấp bằng cách sử dụng các nhiệm vụ và bộ dữ liệu của riêng bạn. Hãy coi mỗi bước như một cổng bằng chứng: nếu không đáp ứng được các tiêu chí, hãy tạm dừng triển khai, thu hẹp khoảng cách và chỉ sau đó mới mở rộng mức sử dụng.

2

Xem lại các điều khoản về quyền riêng tư, bảo mật và pháp lý trước khi tích hợp.

Xem lại các điều khoản về quyền riêng tư, bảo mật và pháp lý trước khi tích hợp. Hãy coi mỗi bước như một cổng bằng chứng: nếu không đáp ứng được các tiêu chí, hãy tạm dừng triển khai, thu hẹp khoảng cách và chỉ sau đó mới mở rộng mức sử dụng.

3

Duy trì kế hoạch dự phòng giữa các mô hình hoặc nhà cung cấp.

Duy trì kế hoạch dự phòng giữa các mô hình hoặc nhà cung cấp. Hãy coi mỗi bước như một cổng bằng chứng: nếu không đáp ứng được các tiêu chí, hãy tạm dừng triển khai, thu hẹp khoảng cách và chỉ sau đó mới mở rộng mức sử dụng.

4

Theo dõi ghi chú phát hành để những thay đổi về lộ trình không gây ngạc nhiên cho các nhóm.

Theo dõi ghi chú phát hành để những thay đổi về lộ trình không gây ngạc nhiên cho các nhóm. Hãy coi mỗi bước như một cổng bằng chứng: nếu không đáp ứng được các tiêu chí, hãy tạm dừng triển khai, thu hẹp khoảng cách và chỉ sau đó mới mở rộng mức sử dụng.

Tiếp tục khám phá