Согласно статье, опубликованной 21 февраля 2026 года, Isomorphic Labs, дочернее предприятие Google DeepMind, специализирующееся на разработке лекарств, представило новую модель на основе искусственного интеллекта. Эта модель способна прогнозировать взаимодействие белков с потенциальными терапевтическими молекулами. Однако, в отличие от общедоступных инструментов, таких как AlphaFold, детали этой модели под названием IsoDDE не раскрываются общественности.
Redaksiya сообщает, что модель IsoDDE, разработанная Isomorphic Labs, описана в 27-страничном техническом отчете, опубликованном 10 февраля. В этом отчете отмечаются достижения модели в точном прогнозировании взаимодействия белков с потенциальными лекарствами и структурами антител. Однако, в отличие от общедоступных систем искусственного интеллекта, таких как AlphaFold, IsoDDE носит закрытый характер, и в техническом документе мало информации о том, как были достигнуты аналогичные результаты.
Вычислительный биолог из Колумбийского университета Мухаммед Аль-Кураиши оценивает модель IsoDDE как прогресс уровня AlphaFold4, но выражает обеспокоенность отсутствием деталей модели. Президент Isomorphic Макс Джадерберг, заявляя, что модели, лежащие в основе IsoDDE, "коренным образом отличаются" от других инициатив, отмечает, что не намерен раскрывать "секрет" модели. Он подчеркивает, что это достижение является комбинацией "вычислений, данных и алгоритмов". Isomorphic заключила соглашения о разработке лекарств с фармацевтическими компаниями, такими как Johnson and Johnson, Eli Lilly и Novartis, а также имеет собственные внутренние проекты.
В статье говорится, что модель IsoDDE превосходит общедоступные модели, такие как Boltz-2, и методы, основанные на физике, в прогнозировании силы связывания потенциальных лекарств с белками. Также отмечается, что модель демонстрирует высокие результаты в прогнозировании взаимодействия антител с мишенями, которые лежат в основе терапевтических средств с объемом продаж в миллиарды долларов. Габриэле Корсо, соучредитель модели Boltz-2, считает, что закрытые данные не сыграли значительной роли в результатах, достигнутых IsoDDE, и что дальнейший прогресс возможен с использованием общедоступных данных.