Mesin IsoDDE Generasi Berikutnya dari Isomorphic Labs Meningkatkan Desain Berbasis AI untuk Molekul Kompleks dan Sulit Ditargetkan

Secara Singkat

IsoDDE dipresentasikan sebagai platform AI generasi berikutnya yang dirancang untuk memajukan penemuan obat secara in silico dengan meningkatkan akurasi prediksi, memperluas jangkauan target, dan memungkinkan penciptaan bahan kimia baru untuk sistem biologis yang kompleks.

Isomorphic Labs, sebuah spin-off dari Google DeepMind, telah memperkenalkan IsoDDE, yang digambarkan sebagai sistem AI paling canggih yang dipublikasikan secara terbuka untuk desain obat komputasi per Februari 2026.

Platform ini diposisikan sebagai mesin in silico siklus penuh yang melampaui fokus prediksi struktur AlphaFold 3 dan bertujuan mengatasi beberapa keterbatasan lama dalam alur kerja pengembangan obat digital.

Menurut perusahaan, IsoDDE dirancang untuk menggeneralisasi ke sistem biologis yang tidak dikenal, memprediksi afinitas pengikatan tanpa bergantung pada simulasi berbasis fisika tradisional, mengidentifikasi kantung regulasi tersembunyi, dan beroperasi secara efektif dengan antibodi dan biomolekul kompleks lainnya.

Dalam program internal, Isomorphic Labs melaporkan bahwa IsoDDE sudah digunakan untuk menginterpretasikan struktur yang sebelumnya tidak dikarakterisasi, mendeteksi kantung yang belum pernah dianotasi secara eksperimental, dan menghasilkan bahan kimia baru untuk target yang dianggap sulit untuk diobati. Sistem ini dipresentasikan sebagai kerangka komputasi terpadu yang bertujuan menjembatani kesenjangan antara prediksi struktural dan tugas desain obat praktis, menawarkan tingkat akurasi yang diklaim melebihi pendekatan pembelajaran mendalam dan berbasis fisika sebelumnya.

Pengembangan platform ini mengikuti kemajuan pesat dalam pemodelan molekuler berbasis AI sejak peluncuran AlphaFold 3 pada 2024. Meskipun model tersebut secara signifikan meningkatkan prediksi struktur protein–ligan, model ini tidak sepenuhnya menyelesaikan tantangan penerapan metode komputasi ke dalam pipeline penemuan obat dunia nyata, di mana model harus menangani berbagai sifat biokimia dan melakukan extrapolasi ke sistem di luar distribusi pelatihannya. IsoDDE diposisikan sebagai upaya untuk menutup celah ini dengan menyediakan fondasi yang dapat diskalakan untuk menavigasi wilayah yang belum dieksplorasi dari ruang biologis dan kimia.

Isomorphic Labs menyatakan bahwa IsoDDE sudah terintegrasi dalam kolaborasi dengan perusahaan farmasi besar, di mana platform ini melakukan desain dan prediksi in silico sementara mitra melakukan validasi eksperimental dan pengembangan klinis. Perusahaan juga terus memperluas pipeline internalnya. Antara 2025 dan 2026, mereka mendapatkan investasi besar, termasuk putaran pendanaan sebesar 600 juta dolar pada Maret 2025, dan sedang mempersiapkan beberapa molekul milik sendiri—terutama dalam bidang onkologi—untuk memasuki uji klinis.

IsoDDE dipresentasikan sebagai mesin komputasi generasi berikutnya yang bertujuan meningkatkan akurasi prediksi, memperluas cakupan target yang dapat diobati, dan mempercepat transisi dari pemodelan molekuler ke kandidat terapeutik yang telah tervalidasi secara eksperimental.

IsoDDE Menetapkan Tolok Ukur Baru dalam Desain Obat Berbasis AI

IsoDDE digambarkan sebagai kemajuan signifikan dalam akurasi prediksi dan cakupan fungsi, menawarkan gambaran yang lebih rinci tentang sistem molekuler yang mengatur biologi manusia dan meningkatkan desain komputasi senyawa yang bertujuan mempengaruhinya.

Dalam program penelitian yang sedang berlangsung di Isomorphic Labs, platform ini dilaporkan digunakan secara rutin untuk menginterpretasikan struktur yang sebelumnya tidak dikarakterisasi, mendeteksi kantung yang tidak teridentifikasi secara eksperimental, dan menghasilkan bahan kimia baru yang ditujukan untuk target terapeutik yang menantang.

Perusahaan menunjukkan bahwa pengembangan akan terus berlanjut untuk memperluas batasan desain obat in silico, dengan niat menerapkan kemampuan yang ditingkatkan ini ke bidang penemuan obat yang secara historis terbukti sulit.