近日，谷歌DeepMind旗下的生物制药平台Isomorphic Labs正式发布了一份长达27页的技术报告，披露了其自主研发的全新药物发现引擎IsoDDE。这款被业内顶尖科学家誉为“准AlphaFold4”的模型，凭借其在预测药物分子与蛋白质相互作用方面的惊人表现，再次刷新了行业上限，同时也因其“独家持有”的商业策略，引发了学术界与产业界的广泛讨论，成为AI生物制药领域的焦点事件。

01 药物发现模型从开源走向专有的“里程碑”

与以往DeepMind开源模型（如AlphaFold2）详细阐述原理、开放代码与权重的做法不同，IsoDDE是一款完全的企业专有技术，其核心技术细节对外界几乎处于保密状态。尽管如此，从公开信息与第三方验证数据来看，这款模型的核心突破的在于对药物-蛋白质相互作用的精准预测，其性能实现了量级跨越，被全球科研与产业界公认为“准AlphaFold4”，甚至有观点认为它本质上就是AlphaFold 4的商业化迭代版本。

在预测“结合亲和力”（即药物与蛋白质结合的牢固程度）这一药物发现的关键指标上，IsoDDE的表现尤为突出：不仅显著优于目前的开源标杆Boltz-2，甚至超越了传统的、耗费巨大算力的物理模拟方法（如FEP）。官方测试数据显示，其精度接近Boltz-2的20倍，整体预测准确率按PLDDT指标达到98.7%，接近冷冻电镜等实验精度，可直接用于药物分子筛选与机制解析。

该模型最令科研人员惊叹的，是其处理“陌生分子”的超强泛化能力——即便对于与训练数据差异极大的分子，它依然能实现精准预测。哥伦比亚大学计算生物学家穆罕默德·阿尔库雷西（Mohammed AlQuraishi）指出，这种对迥异分子的精准预测，意味着Isomorphic Labs研发出了极具创新性的底层技术，而非单纯依靠数据堆砌。

此外，IsoDDE在预测抗体与其靶点相互作用方面也达到了业界顶尖水平，抗体—抗原结合靶点预测精度较AlphaFold 3提升至2.3倍，这对于年销售额数以百亿计的抗体疗法市场，具有不可估量的商业价值。更具实用价值的是，它可在几秒内识别出传统实验需要15年才能发现的隐藏结合位点，大幅缩短药物研发的核心耗时环节。

Isomorphic Labs总裁马克斯·贾德伯格（Max Jaderberg）坦言，这款模型的突破并非偶然，而是算力、算法与独特数据策略三者深度结合的产物。公司不仅整合了Protein Data Bank、U.K. Biobank等公开数据和合成数据，还投入大量精力获取了制药行业的私有结构数据进行训练，采用“结构优先”策略，构建了覆盖蛋白质、肽类、分子胶和抗体等多领域的专有模型体系。

02 是行业动力还是技术黑盒？业内态度两极分化

对于IsoDDE的横空出世，贾德伯格表示，希望这款模型能为其他研发药物发现AI模型的团队注入动力，推动整个行业的技术进步。但对此，业内专家则持有复杂且多元的态度，核心争议集中在“专有技术封锁”与“性能提升根源”两大方面。

阿尔库雷西对IsoDDE给予了高度评价，称其为AI药物发现领域“里程碑式的突破”，意义堪比尚未正式发布的AlphaFold 4。但他也直言不讳地指出，由于该模型不公开技术细节、不发布完整论文、不提供模型下载，仅通过API与商业授权提供服务，导致科研人员很难理解其背后的运行逻辑，使其成为一个“技术黑盒”，不利于学术研究的公开交流与迭代优化。

武田制药的计算结构生物学家迭戈·德尔·阿拉莫（Diego del Alamo）则提出了更直接的质疑：Isomorphic Labs此前为了获取企业的私有结构数据付出了巨大努力，这让人怀疑其性能的提升，究竟是源于“算法的创新”，还是仅仅因为“喂了更多更好的数据”——如果核心优势在于数据而非算法，那么这款模型的可复制性与行业推动作用，或许会大打折扣。

面对专有技术的封锁，开源社区Boltz-2的联合开发者加布里埃莱·科尔索（Gabriele Corso）则表现出较强的信心。他认为，尽管IsoDDE设定了新的行业基准，但专有数据并非这款工具取得优异性能的关键因素。利用现有的公开数据，Boltz-2仍有巨大的优化和超越空间，开源模式依然能在药物发现领域发挥重要作用。

03 Isomorphic Labs独具创新的地方在哪里？

Isomorphic Labs并非普通的初创企业，它是2021年从Google DeepMind分拆、隶属于Google母公司Alphabet的AI药物发现公司，总部位于伦敦，由DeepMind创始人、诺奖得主Demis Hassabis兼任CEO，深度依托AlphaFold技术，与DeepMind联合研发并商业化应用AI药物设计模型，先天具备技术与资源优势。

在技术布局上，Isomorphic Labs并非单一依赖此次发布的IsoDDE版本，而是研发了多款不同版本的模型，用于与不同合作企业的联合研发，这些版本皆整合了不同的数据源，可适配不同领域的药物研发需求。从功能边界看，IsoDDE首次实现了三大能力统一：高精度结构预测、结合强度定量计算、隐藏位点智能发现，过去需要多工具配合、数周完成的工作，现在可一站式输出结果，大幅提升研发效率。

商业层面，Isomorphic Labs的发展势头同样迅猛。该公司在2025年完成6亿美元A轮融资，目前已与强生、礼来、诺华等全球顶尖制药企业达成药物研发合作协议，相关协议的潜在价值高达数十亿英镑。同时，公司也拥有自主的研发管线，其首款AI设计药物已进入临床准备阶段，聚焦肿瘤与免疫疾病等难成药领域，有望为相关疾病治疗带来新的突破。

结语：AI药物研发的“开源”与“闭环”之争

IsoDDE的出现，不仅在科学界引发了震动，更标志着AI生物技术从“开源共享”向“闭环商业化”的一次重大转型。它用实力证明了AI在药物研发领域的上限远未到来——传统新药研发平均耗时10—15年、投入数十亿美元，成功率极低，而IsoDDE这类工具可将分子筛选与验证周期从数月压缩至天级，大幅降低试错成本，长期来看，会推动靶向药、抗体药、个性化疗法更快落地，让更多患者用上更可及的治疗方案。

对于整个行业而言，IsoDDE既是一次令人振奋的技术展示，也是一个明确的信号：未来药物研发的胜负手，或许就藏在那些秘而不宣的“技术黑盒”之中。但如何平衡技术保密与学术共享、商业利益与行业进步，仍是Isomorphic Labs以及整个AI生物制药领域需要面对的重要课题。毕竟，技术的终极价值，终究是为了推动人类健康事业的发展，而非单纯的商业博弈。