谷歌旗下 AI 制藥公司與全球兩大制藥巨頭達成合作，标志着人工智能 + 生物醫療進入新的曆史階段。
當地時間周一，Isomorphic Labs 宣布與禮來和諾華簽署了首個制藥合作夥伴關系合同，将 AI 技術用于新藥物的發現。
根據合同，Isomorphic 将從禮來獲得 4500 萬美元的預付款，用于合作研究多靶點小分子療法，根據未來業績，可能會獲得 17 億美元的付款。
此外，Isomorphic 将和諾華制藥合作開發三個未公開靶點小分子療法。諾華制藥除了資助 " 精選 " 研究費用外，還将預付 3750 萬美元，且未來的支付可能高達 12 億美元。
這是 lsomorphic 首次與醫藥公司建立制藥合作關系，也标志着公司發展到達的裏程碑。
DeepMind 聯合創始人兼 Isomorphic 首席執行官 Demis Hassabis 在一份新聞稿中表示：" 我們很高興能夠建立這種合作夥伴關系并應用我們的專有技術平台。" " 我們共同緻力于推進突破性的藥物設計方法和對最先進科學的欣賞，這使得這些夥伴關系特别引人注目。"
Isomorphic 成立于 2021 年 11 月，由谷歌旗下 DeepMind 拆分而來，專注于 AI 醫藥領域。該公司運用了 DeepMind 在生物醫藥研究方面的成果，特别是其蛋白質結構預測模型 AlphaFold，來進行藥物發現。目前，Isomorphic 面臨着開始盈利的壓力。2021 年，該公司因在瑞士洛桑開設分公司之前加大招聘力度而遭遇了 240 萬英鎊（約合 300 萬美元）的虧損。
虛拟篩選 + 從頭設計
Hassabis 表示，此前 Isomorphic 已與一系列大型制藥公司進行了初步談判，但禮來和諾華最熱衷于參與 " 從頭開始 " 的合作。
諾華生物醫學研究總裁 Fiona Marshall 稱此次合作是 " 天作之合 "，因爲諾華還與其他科技巨頭合作，例如在數據存儲方面與 Palantir 合作，在生成化學方面與微軟合作。諾華方面表示，它們選擇的靶點很難，都是正在結構尚未解決或化學家無法找到正确類型化學物質的蛋白質。
具體來看，Isomorphic 将利用高性能計算的虛拟篩選技術，從數十億種化合物中尋找能夠作用于特定靶點的化合物。Marshall 說，傳統的篩選方法通常可以覆蓋 100 萬個化合物，而虛拟篩選可以覆蓋 200 億個化合物。
但值得注意的是，該技術并不完美。《自然》雜志最近的一篇文章指出，AlphaFold 偶爾會犯明顯的錯誤，并且在許多情況下其預測結果并不能取代實驗數據。
除此以外，Isomorphic 還計劃從頭設計分子，即從零開始設計一個理想的、能完美嵌入目标蛋白結合口袋的新型分子。
Hassabis 稱這兩種方法是其技術的 " 明顯容易實現的成果 "，初步結果很有希望。
AlphaFold 還有更大想象力
經過 Isomorphic 的進一步開發，AlphaFold 的功能已經不僅僅局限于預測靜态蛋白質結構。Marshall 說，預測蛋白質結構本身 " 對藥物設計沒有多大幫助 "，預測小分子如何與特定蛋白質結合具有更大的價值。
Isomorphic 最近更新的 AlphaFold-latest 版本可以預測這些複雜的結構，Hassabis 稱它是 " 世界上最好的共折疊系統，既可以預測配體的結合位點，也可以預測結合親和力 "。
不過，該領域的最終目标和挑戰是進一步建立分子結構與功能的關聯，以及預測藥效和安全性，從這個角度來看，Isomorphic 的技術還有很大的提升空間。
Marshall 在接受媒體采訪時表示：" 我們确信 Isomorphic 能夠做到的唾手可得的成果是，減少從确定目标到獲得候選分子的時間。" " 平均而言，使用傳統方法需要三到四年的時間。我認爲 Isomorphic 可以将時間減半。"
除了這些合作之外，Hassabis 表示，2024 年的目标是讓 Isomorphic 的機器學習團隊不斷提高其預測系統的準确性。
關于其自身藥物項目的細節仍處于保密狀态，但 Isomorphic 已将大約 20 個靶點的清單縮短到幾個，該公司正在利用 CRO 來制造和測試有潛力的化合物。
" 我們仍處于測試該平台預測的早期階段，"Hassabis 說，"AI 模型有多可靠？一旦我們認爲已經成熟，那麽我們就可以真正全力推進内部項目。"
