AI 幾秒內設計藥物,但我們仍無法告訴你它們是否有效
Isomorphic Labs 發佈 IsoDDE,計算性能大幅提升,但 AI 設計的藥物尚未獲得 FDA 批准。製藥公司熱情簽約但支付謹慎,臨牀二期仍是驗證療效的關鍵障礙。同行競爭激烈,Isomorphic 需將計算優勢轉化為臨牀證據。
沒有一款 AI 發現的藥物曾獲得 FDA 批准。這句話應該讓每一個關於 Alphabet 藥物發現子公司的頭條新聞都感到不安。
2月10日,專注於計算藥物設計的 Google DeepMind 子公司 Isomorphic Labs 發佈了 IsoDDE:其藥物設計引擎。這不是一個模型或 AlphaFold 的升級版。IsoDDE 是一個統一的計算藥物發現系統,能夠同時進行蛋白質結構預測、配體結合、親和力估計和口袋識別,在幾秒鐘內生成過去基於物理模擬需要數天的結果。在最困難的分子預測任務——旨在測試對陌生蛋白質泛化能力的“Runs N’ Poses”基準測試中,IsoDDE 的成功率達到 50%,而 AlphaFold 3 約為 23%。在抗體-抗原建模中,IsoDDE 的表現比 AlphaFold 3 好 2.3 倍,比開源模型 Boltz-2 好 19.8 倍。在結合親和力預測上,它的 Pearson 相關係數達到 0.85,超過了基於物理的黃金標準 FEP+(0.78)。
這些改進已經足夠大,以至於藥物設計中的計算瓶頸可能不再是結合問題。
製藥公司的態度
Isomorphic 已與禮來、諾華和強生簽署了潛在價值超過 40 億美元的合作協議。但仔細看結構:禮來支付 4500 萬美元預付款,最高 17 億美元里程碑付款;諾華支付 3750 萬美元預付款,最高 12 億美元。預付款與里程碑付款的比例約為 1:50,這在 2025 年的 AI 藥物發現交易中很常見。製藥公司足夠熱情去簽約,但足夠謹慎,將幾乎所有的經濟回報都依賴於尚未存在的臨牀結果。預付款資助研究,里程碑付款的結構確保如果藥物失敗,製藥公司幾乎不會損失什麼。版税只有在藥物達到重磅炸彈級別時才重要,而這對於 AI 設計的分子來説從未發生過。
2025 年 2 月,諾華擴大了合作,將項目數量翻倍至六個,針對諾華描述的“特別具挑戰性”和以前不可成藥的靶點,財務條款相同。這是一個積極信號:意味着內部結果給諾華科學家留下了深刻印象,從而承諾更多靶點。強生交易於 2026 年 1 月宣佈,範圍更廣,涵蓋小分子、抗體、肽和分子膠。但“擴大合作”和“獲批藥物”之間仍然隔着商業中最無情的過濾器:人類生物學。
二期臨牀之牆
大多數關於 AI 藥物發現的評論都停止得太早。Jayatunga 等人(2024)首次系統分析了臨牀試驗中的 AI 發現藥物,顯示 AI 發現的分子在 I 期試驗中成功率達到 80-90%,遠高於歷史平均的 40-65%。AI 擅長設計安全且藥代動力學性質良好的分子:它們能夠按照預期被吸收、分佈、代謝和排泄。I 期主要關注安全性,AI 通過了。但 II 期關乎療效:藥物是否真正治療疾病?數據顯示,AI 發現的藥物 II 期成功率約為 40%,與傳統發現的藥物大致相同。AI 尚未證明它能預測分子是否對患者有效,只能預測分子是否對患者耐受。 如果這兩種趨勢持續,端到端成功率可能從歷史水平的 5-10% 上升到約 9-18%。這將使研發生產力大致翻倍,在一個萬億美元規模的行業中,這意味着巨大的價值。麥肯錫估計,生成式 AI 每年可為製藥和醫療產品創造 600-1100 億美元的經濟價值。但這與生成式 AI 將“解決”藥物發現的敍事相去甚遠。它只會讓藥物開發稍微便宜和快一點。這是一個改進,而非革命。
反方觀點(也是合理的)認為,IsoDDE 代表了一次質的飛躍,可能攻克療效問題。它模擬誘導契合(蛋白質重塑以容納藥物)和識別隱蔽結合口袋(如實驗者花了 15 年才找到的 cereblon 位點)的能力,意味着它捕捉了早期 AI 系統完全忽略的生物動力學。如果更好的結構理解轉化為更好的療效預測,那麼二期臨牀之牆最終可能會倒塌。我覺得這有道理但尚未證實。當 Isomorphic 的首批候選藥物進入試驗時(目標為 2026 年末),我們將瞭解更多。
Isomorphic 在競爭格局中的位置
Isomorphic 的競爭地位不尋常:它在計算基準上領先,但在臨牀進展上落後。Insilico Medicine 擁有最先進的臨牀組合:其 IPF 藥物 ISM001-055(現稱 rentosertib)已進入 IIa 期,並於 2025 年 6 月在《自然·醫學》上發表了陽性結果,Insilico 在 31 個項目中有超過 10 個 IND 批准。Recursion Pharmaceuticals 收購了 Exscientia(交易額 6.88 億美元),採取完全不同的方法,每週在 65 PB 的生物成像數據上運行數百萬次表型組學實驗。這兩家公司都擁有 Isomorphic 缺乏的濕實驗室基礎設施。 Isomorphic 擁有的是:AlphaFold 血統、Alphabet 級別的計算資源,以及每個預測任務相互促進的統一架構。在人才方面,該公司似乎做得不錯:Glassdoor 評分 4.7/5,CEO 支持率 100%。他們於 2025 年 6 月聘請了前 Relay Therapeutics 的 Ben Wolf 博士擔任首席醫學官,他擁有 Ayvakit 和 Gavreto 的 FDA 批准經驗。他們在馬薩諸塞州劍橋開設了辦事處。這些是一家為臨牀現實做準備的公司採取的行動,而不僅僅是發表論文。
開源威脅是真實存在的,但短期內可控。Chai Discovery(由 OpenAI 支持,估值 13 億美元,已與禮來合作生物製品)和 Boltz(與輝瑞合作)都在取得進展。但 IsoDDE 與最佳開源替代品之間的差距足夠大,Isomorphic 有時間(大約 18-24 個月)將其計算優勢轉化為臨牀證據,然後該領域才會迎頭趕上。
Alphabet 的非對稱地位
對於 Alphabet 來説,Isomorphic 是一個小賭注,但可能發展成重要業務。2025 年 Other Bets 部門虧損 36 億美元,而 Alphabet 淨利潤為 1320 億美元。2025 年 3 月由 Thrive Capital 領投的 6 億美元融資輪表明,公司理解進入臨牀的緊迫性,但 Alphabet 可以無限期地下注,等待基礎科學成熟,這種耐心是大多數生物科技初創公司沒有的競爭優勢。但更好的計算是否能轉化為更好的藥物?IsoDDE 的基準是目前 AI 能以該分辨率模擬分子相互作用的最佳證據。但 Demis Hassabis 自己也説:“我們知道僅靠 AlphaFold 永遠無法解決藥物設計問題。我們需要另外六項同等規模的突破。”IsoDDE 可能是其中之一。臨牀數據到來時會告訴我們它是否是那種重要的突破。