Следующее поколение движка IsoDDE от Isomorphic Labs продвигает искусственный интеллект в проектировании сложных и трудноцельных молекул

Кратко

IsoDDE представлен как платформа следующего поколения на базе искусственного интеллекта, предназначенная для продвижения в области компьютерного поиска лекарств за счет повышения точности прогнозирования, расширения охвата целей и создания новых химических веществ для сложных биологических систем.

Isomorphic Labs, спин‑оф Google DeepMind, представила IsoDDE, которая по состоянию на февраль 2026 года считается самой передовой публично раскрытой системой ИИ для вычислительного проектирования лекарств.

Платформа позиционируется как полноцикловой движок для in silico, который выходит за рамки фокусировки AlphaFold 3 на предсказании структур и стремится решить несколько давних ограничений в цифровых рабочих процессах разработки лекарств.

По словам компании, IsoDDE разработана для обобщения на незнакомые биологические системы, прогнозирования сродства связывания без использования традиционных физических симуляций, выявления скрытых регуляторных карманов и эффективной работы с антителами и другими сложными биомолекулами.

В внутренних программах Isomorphic Labs сообщают, что IsoDDE уже используется для интерпретации ранее нехарактеризованных структур, обнаружения карманов, которые не были экспериментально аннотированы, и генерации новых химических веществ для целей, считающихся трудными для разработки лекарств. Система представлена как единая вычислительная платформа, предназначенная для устранения разрыва между структурным предсказанием и практическими задачами разработки лекарств, предлагая уровни точности, которые, по утверждению компании, превосходят предыдущие подходы на базе глубокого обучения и физики.

Разработка платформы последовала за быстрым прогрессом в моделировании молекул с помощью ИИ после выпуска AlphaFold 3 в 2024 году. Хотя эта модель значительно продвинулась в предсказании структур белок–лиганд, она не полностью решила проблему применения вычислительных методов в реальных рабочих процессах поиска лекарств, где модели должны учитывать разнообразные биохимические свойства и экстраполировать за пределы обучающего распределения. IsoDDE позиционируется как попытка закрыть этот разрыв, предоставляя масштабируемую основу, способную исследовать неизведанные области биологического и химического пространства.

Isomorphic Labs заявляет, что IsoDDE уже интегрирована в сотрудничество с крупными фармацевтическими компаниями, где платформа выполняет in silico проектирование и прогнозирование, а партнеры проводят экспериментальную проверку и клиническую разработку. Компания также продолжает расширять свой внутренний pipeline. В период с 2025 по 2026 год она привлекла значительные инвестиции, включая раунд на 600 миллионов долларов в марте 2025 года, и готовит несколько собственных молекул — преимущественно в онкологии — для выхода в клинические испытания.

IsoDDE представлена как платформа следующего поколения для вычислительного моделирования, предназначенная для повышения точности прогнозирования, расширения числа мишеней, пригодных для разработки лекарств, и ускорения перехода от молекулярного моделирования к экспериментально подтвержденным терапевтическим кандидатам.

IsoDDE устанавливает новый стандарт в ИИ‑управляемом проектировании лекарств

IsoDDE описывается как значительный прогресс в точности прогнозирования и функциональном охвате, предлагая более детальный взгляд на молекулярные системы, управляющие человеческой биологией, и улучшая вычислительное проектирование соединений, предназначенных для их воздействия.

В рамках текущих исследовательских программ в Isomorphic Labs платформа регулярно используется для интерпретации структур, ранее нехарактеризованных, для обнаружения карманов, которые не были экспериментально идентифицированы, и для генерации новых химических веществ, нацеленных на сложные терапевтические мишени.

Компания указывает, что развитие будет продолжаться с целью расширения границ in silico проектирования лекарств, с намерением применить эти расширенные возможности в областях поиска лекарств, которые исторически считались сложными.