Представьте, что вы ищете золотую монету на пустыре размером с футбольное поле. У вас есть карта с контурами ям (это AlphaFold). Но монета лежит не в яме, а в крошечной трещине под камнем, который никто не додумался перевернуть. Isomorphic Labs, тихий спин-офф DeepMind, показал, что карта — это только первый шаг. В 2026 году они подписали контракты с Novartis и Eli Lilly на сумму больше $2.1 млрд — и всё ради того, чтобы научиться переворачивать камни, которые фармаиндустрия 30 лет считала бесперспективными.
AlphaFold — это только азбука. Следующий уровень — грамматика
Пять лет назад AlphaFold расшифровал почти все известные белки. Мы писали, как это ускорило открытия на 40% и помогло разобраться с «плохим холестерином» — белком apoB100. Но структура — статическая фотография. Белок в организме — танцующий хаос. Он вибрирует, изгибается, меняет карманы.
Isomorphic Labs заявили: «Мы не хотим смотреть на фото. Мы хотим снять видео». Их Drug Design Engine (DDE) — это генеративная модель, которая не просто подбирает молекулу под готовый карман, а учитывает, как белок деформируется при связывании. Они называют это conditional generation with protein dynamics. Звучит как маркетинг. Но за этим стоит реальная диффузия в 3D-пространстве — та же технология, что рисует картинки по тексту, только вместо пикселей — атомы.
⚠️ Важный нюанс: DDE жрёт ресурсы как дракон. По словам инсайдеров, один прогон пайплайна на мишень стоит около $1000 GPU-часов. Это не инструмент для стартапа с ноутбуком — это элитный клуб для фармгигантов с суперкомпьютерами.
Как нашли иголку в стоге сена для Eli Lilly
История из реального пайплайна: Eli Lilly запросила ингибитор для белка, который считался «undruggable» — у него не было очевидных глубоких карманов. Классические докинги (включая старый добрый AutoDock) давали мусор. Isomorphic прогнали DDE.
Модель сделала три вещи, которые недоступны ни AlphaFold, ни Boltz-1 (о том, как Boltz-1 помогает с аллергиями, читайте здесь): первый — сгенерировала 10 000 гипотетических молекул, второй — отфильтровала по ADMET-профилю (токсичность, проницаемость, метаболическая стабильность) за счёт conditional generation, третий — показала, что белок может образовывать временный карман при изгибе на 15 градусов. Рентгеноструктурный анализ это никогда бы не поймал — он смотрит на усреднённую статику.
Результат: кандидат в ингибиторы с Ki в наномолярном диапазоне. Isomorphic утверждают, что без AI на это ушло бы 5–7 лет. С DDE — 18 месяцев.
«Мы не просто предсказываем связывание. Мы заставляем диффузионную сеть думать о том, как белок может менять форму при докинге. Это учёт динамики — то, чего нет у классических docking'ов», — рассказал в эксклюзивном интервью один из ведущих исследователей Isomorphic Labs (имя не раскрывается по NDA).
Почему это не просто очередной «AI для фармы»
За последние два года мы видели десятки стартапов, обещающих AI-революцию в открытии лекарств. Большинство из них — переупаковка SMILES-генераторов или докингов с открытым исходным кодом. Isomorphic Labs отличается двумя вещами:
- Архитектура с учётом динамики — DDE использует диффузию в пространстве конформаций белка, а не только в пространстве лигандов. Другие генеративные модели (как PLAID или ESM Cambrian) работают с последовательностями или статическими структурами. PLAID использует AlphaFold как кисть, но не моделирует адаптацию мишени.
- Связка с ADMET на уровне генерации — модель с самого начала знает, какой профиль токсичности нужен. Это экономит годы оптимизации.
Более того, Isomorphic не конкурирует с публичными базами вроде AlphaFold DB — они надстраивают второй слой. Для тех, кто хочет копнуть глубже: мы подробно разбирали архитектуру DDE и скрытых мишеней в техническом разборе с инсайдами.
А что с прозрачностью?
Isomorphic Labs — не OpenAI. Они не публикуют веса моделей, не выкладывают датасеты. Коммерческая тайна. Это вызывает раздражение в академической среде. Когда ESM Cambrian открыто выложили веса (и даже превзошли AlphaFold3 по некоторым метрикам), Isomorphic промолчал.
С другой стороны, их подход привлёк реальные деньги от Big Pharma. Novartis и Eli Lilly не платят за красивые статьи — они платят за кандидатов, которые доходят до клиники. А это значит, что где-то в лабораториях уже синтезируются молекулы, спроектированные DDE.
Мой прогноз: через два-три года мы увидим первый пресс-релиз о фазе I для препарата, созданного с помощью Isomorphic Labs. И тогда разговоры о «чёрном ящике» стихнут. Потому что в фарме результат важнее открытости.
А пока — следим за мишенью Eli Lilly. Если они запустят клинику до 2028 года, это будет самый быстрый переход от AI-дизайна к испытаниям на людях. И, возможно, конец эпохи, когда скрининг миллионов соединений занимал десятилетия.
