概述
这很重要，因为它不仅旨在预测蛋白质形状，还旨在预测分子如何结合，从而有可能重新设计药物的发现方式。
深入探讨
Isomorphic Labs 成立于 2021 年，由 Demis Hassabis 领导，直接脱胎于 DeepMind 的 AlphaFold，后者通过根据氨基酸序列预测 3D 结构解决了数十年之久的蛋白质折叠问题。 Isomorphic 的论点是，生物学可以被视为一个信息处理系统，因此人工智能可以足够准确地模拟分子相互作用，从而合理地设计药物，而不是通过反复试验。 2024 年，该团队帮助发布了 AlphaFold 3，它可以预测蛋白质以及 DNA、RNA、配体和其他分子的结构，这对于理解药物结合至关重要。 Isomorphic 与礼来公司 (Eli Lilly) 和诺华公司 (Novartis) 签署了价值可能达数十亿美元的交易，并于 2025 年筹集了 6 亿美元的外部资金，以将其内部药物项目推向临床。
现实世界的实施
在任何实验室合成之前，使用 AlphaFold 3 模拟候选小分子如何在疾病靶蛋白的口袋内结合。
与礼来公司和诺华公司合作，设计跨多个疾病领域的新型小分子药物。
预测蛋白质-DNA 和蛋白质-RNA 复合物，以研究旧工具无法代表的目标。
优先考虑要合成和测试的化合物，减少湿实验室循环的浪费。
同构实验室药物发现的未来
Isomorphic 的既定目标是有一天用人工智能“解决所有疾病”。短期内，预计首批完全由人工智能设计的候选药物将进入临床试验，建立更多的制药合作伙伴关系，并在结构预测、生成化学和性质预测之间建立更紧密的循环。悬而未决的问题仍然存在：预测的结构不是实验证明，结合亲和力预测仍然不完善，临床成功将成为合理设计承诺的真正基准。
付诸实践
为什么这很重要
- 供应商策略. 供应商路线图会影响您的团队接下来可以构建的功能。
- 成本与预算. 商业条款和部署选项会影响长期成本和风险。
- 风险与安全. 公司激励措施塑造了产品默认、安全态势和开放性。
留意
- 发布公告可能会超过实际生产工作流程的稳定性。
- API 定价或政策转变可能会在一夜之间打破假设。
- 单一供应商依赖性增加了锁定和迁移成本。
后续步骤
- 使用您自己的任务和数据集评估提供商。
- 在集成之前查看隐私、安全和法律条款。
- 维护跨模型或供应商的后备计划。
- 监控发行说明，以便路线图的更改不会让团队感到意外。
不断探索
常见问题
什么是同构实验室药物发现？
Isomorphic Labs 是 Alphabet/DeepMind 的衍生公司，将 AlphaFold 的突破转变为人工智能优先的药物设计引擎。这很重要，因为它不仅旨在预测蛋白质形状，还旨在预测分子如何结合，从而有可能重新设计药物的发现方式。
Isomorphic Labs 是基于哪项著名人工智能突破的衍生产品？
Isomorphic Labs 脱胎于 DeepMind 的 AlphaFold，后者根据序列预测 3D 蛋白质结构。
谁领导同构实验室？
DeepMind 首席执行官 Demis Hassabis 还领导着 Isomorphic Labs。
AlphaFold 3 相对 AlphaFold 2 增加了哪些新功能？
AlphaFold 3 模拟蛋白质与其他分子的复合物，这是药物结合的关键。
AlphaFold 3 使用什么技术来生成结构？
AlphaFold 3 使用扩散模型，迭代地将原子坐标去噪为合理的结构。
哪两家主要制药公司与 Isomorphic Labs 签署了合作伙伴关系？
Isomorphic 与礼来公司和诺华公司签署了可能价值数十亿美元的交易。