#DeepMind

尚无药物进入临床的 Isomorphic Labs 洽谈约 50 亿美元新融资，估值或达 500 亿美元

据彭博社 11 月 8 日报道，Alphabet 旗下 Isomorphic Labs 正洽谈约 50 亿美元新融资，估值可能达到 500 亿美元，而公司目前尚无任何药物进入人体临床试验。

Isomorphic Labs 两场智能体AI研讨会

欢迎参加我们的研讨会： 面向生物发现的智能体AI：AgenticLS 悉尼 | 12月11日 | Eli M Carrami https://agenticls.github.io/schedule.html ML4Molecules：面向分子科学的智能体系统 巴黎 | 12月13日 | Michael Schaarschmidt https://moleculediscovery.github.io/workshop2026/

500亿美元之问：如何判断 Isomorphic 的 AI 平台是否有效

BiopharmaTrend 提出如何判断 Isomorphic 的 AI 平台是否有效的问题，并链接到其站内文章《The $27B question: how do we know if Isomorphic's AI works?》。该推文未展开具体论证或数据。

AI制药的新赛段，不是更大的模型，是会自进化的微观世界模型？

DeepTech深科技以百奥几何为例，讨论AI制药竞争从模型预测能力转向真实研发交付，核心是其提出的“自进化微观世界模型”，连接分子设计、细胞响应与自动化实验。

AI制药日报｜大分子/小分子/虚拟细胞多项研究进展

研究团队用肽条形码、尺寸排阻色谱与质谱结合的混合方法，在大肠杆菌统一生产条件下量化了超过39000个天然蛋白结构域变体、从头设计蛋白和纳米抗体的单体产量。AtomLM-9b以全原子结构分词器将生物分子几何压缩为离散结构token，在CASP14和CASP15上全原子lDDT分别为0.832和0.835。单细胞基础模型基准评测显示，五种模型在跨物种注释与扰动预测上优于简单基线，但同物种内优势有限。

AI制药日报｜谷歌化学智能体、虚拟细胞与药企进展

本期日报收录谷歌DeepMind的Antigravity化学信息学技能演示，智能体可整理文献与分子数据、调用化学工具分析并协助提出待验证设计方案，官方称部分原需多天的工作可在约一小时内完成，但设计结果仍须实验验证。

Isomorphic Labs 总裁 Jaderberg：未来所有药物都将由 AI 设计

Isomorphic Labs 总裁 Max Jaderberg 在 Bloomberg Tech 采访中表示，未来所有药物都将由 AI 设计，公司正以推理模型提出假设、模拟模型开展虚拟实验两条路线推进药物研发。

Google DeepMind 为 Antigravity 推出化学信息学技能，智能体一小时完成大环设计与合成路线

Google DeepMind 为 Google Antigravity 发布 Cheminformatics Skills，基于 RDKit 并接入 ChEMBL 与 PubChem，让语言模型负责流程编排、确定性化学工具执行分子计算。

DeepMind子公司总裁断言：人类并不擅长造药，未来所有药物皆由AI设计

Isomorphic Labs总裁Max Jaderberg称未来所有药物都将由AI设计，公司目前仍处临床前阶段，预计2026年年底启动首次临床试验。其统一药物设计引擎IsoDDE在Runs N' Poses基准上对全新蛋白质-配体系统的准确率超过AlphaFold 3两倍，并声称可在无需晶体结构下预测结合亲和力。上述基准数据主要由公司自行发布，尚需独立验证。

Atom14 与 Atom37：蛋白质设计模型如何记录原子

文章解释 Atom14 与 Atom37 两种将蛋白质原子坐标压入固定张量的布局，并比较 RFdiffusion3、BoltzGen 和 La-Proteina 在序列未知的从头设计中如何处理原子槽位。RFdiffusion3 为每个残基保留 14 个点，用虚拟原子填充未用槽位并统一去噪，序列随后由 ProteinMPNN 或 LigandMPNN 设计。

产能翻10倍，AI4S订单又爆了

瞪羚社文章认为，Anthropic与OpenAI相继收购药物开发相关公司并披露Claude药物发现合作成果，正把AI制药推向商业化兑现节点。文章援引金斯瑞在高盛非交易路演中的信息称，其AIDD客户已超100家，1H26收入约4000万美元、同比增长105%，2H26指引升至逾1亿美元，并计划到2027年底实现超10倍产能扩张。

分子之心许锦波：从RaptorX到AlphaFold，二十年蛋白质预测探索与MoleculeOS、MMDesign创业路

分子之心创始人许锦波开发的RaptorX-Contact在2016年CASP12蛋白质结构预测比赛中夺得第一，首次将深度残差卷积神经网络用于预测氨基酸残基间相互作用。他于2022年创立分子之心，推出AI大分子优化与设计平台MoleculeOS，并于2026年6月发布AI生物药从头设计平台MMDesign。公司称已完成逾亿美元A轮系列融资。

从 Protenix 到 Mol-1：前字节系团队创业，技术先发如何变成公司优势

Molence 于 2026 年 10 月公开 Mol-1 技术报告与模型，作者以 Protenix 2025 年 1 月开放训练流程到 Mol-1 亮相约 21 个月的时间差为线索，讨论前字节系团队创业的技术先发能否转化为公司优势。

同一新闻，精选展示《Molence 发布开源生物分子智能模型 Mol-1》

Google团队预印本提出表位裁剪方法降低蛋白结合剂计算成本

Google Research、Google DeepMind 等机构在一篇预印本中提出将靶点裁成表位附近的局部窗口，再结合智能体迭代搜索用于从头设计蛋白结合剂。

STAT+：Isomorphic Labs 究竟在做什么？

STAT 的 AI Prognosis 通讯本期聚焦 Isomorphic Labs，但该文为 STAT+ 付费专享内容，正文仅显示订阅提示，未披露具体业务细节。可见部分仅提及 STAT Summit 上 Roivant CEO Matt Gline 对 AI 治愈所有疾病说法的评论。

OpenAI收购了一家药物研发管理初创，新药研发的项目经理由AI来当

OpenAI于当地时间10月20日宣布收购药物研发项目协调软件公司Orchestra Bio，将其团队和技术并入生命科学产品线Rosalind，双方未披露交易金额。

AI 将让人类从零开始设计生命

Biohub 公布总口径达 18 亿美元的生物学协作计划，为预测细胞反应的 AI 模型铺设数据地基，但该金额包含资金、计算与既有数据资源，并非已到账现金。Evo 2 可一次处理约 100 万个碱基，其生成的基因组级序列在多项计算指标上更接近天然序列，但团队承认仍可能缺少必需基因，计算评估不能保证功能与复制能力。

Isomorphic Labs 能否革新药物制造？STAT+ 追问 AlphaFold 商业化前景

STAT+ 发文追问 Alphabet 旗下 Isomorphic Labs 能否兑现其药物研发承诺。该公司以蛋白质建模工具 AlphaFold 为核心，该工具曾获诺贝尔化学奖，Thrive Capital 曾用 18 个月争取投资份额。报道未披露具体管线进展或临床数据。

Google也在推进自主湿实验室，已实现智能体与机器人闭环

Google 于 10 月 16 日发布技术博客，介绍其搭建自主湿实验室的进展：团队希望让 AI 智能体设计分子、安排实验、分析结果并据此调整下一轮方案，其中一项研究已找到能紧密结合实体瘤相关靶点的蛋白质分子，但机器人操作、分子筛选和蛋白质设计三项研究尚未全部打通。

Google 推出 Antigravity 智能体工作台，用 ProtNLM 挖掘抗菌肽候选

Google 发布智能体科研工作台 Google Antigravity，并用它从 Streptococcus pseudopneumoniae 中找到一个预测对呼吸道感染病原体有活性的新型抗菌肽候选，该先导物正在接受湿实验验证。

Google DeepMind 发布 Gemini 4 Argon，并展示其在酶设计与科研任务上的应用

Google DeepMind 发布 Gemini 4 Argon，通过 API、AI Studio、Gemini 平台及 Antigravity 等入口向开发者、企业和科研人员开放，输入定价为每百万 token 2 美元、输出为每百万 token 10 美元。

AI公司加码生物数据建设，究竟在布局什么

AI公司正通过自建实验室、云实验室合作与资助虚拟生物学计划等方式参与生物数据生产。Anthropic组建基础生物学研究团队和实验室，用实验检验Claude模型的生物学设想；Biohub扩大虚拟生物学计划，Google DeepMind、Isomorphic Labs和Meta合计承诺投入3亿美元，整项计划总投入约18亿美元。

Adaptyv Bio 在 Proteinbase 公开 Google DeepMind SynthID Bio 蛋白水印实验结果

Adaptyv Bio 宣布，Google DeepMind 的 SynthID Bio 模型相关全部实验结果已在 Proteinbase 上线。据其引用的说明，SynthID Bio 是把水印写入 AI 设计蛋白质氨基酸序列的方法，Adaptyv Bio 在其实验室对这些蛋白质做了验证，实验数据现可在 Proteinbase 查看。

DeepMind发布AlphaProtein Novo：从头设计酶在哌啶合成与DEHP降解中超越自然序列挖掘

Google DeepMind团队在预印本平台发布AlphaProtein Novo（AP Novo）机器学习流水线，报告从头设计酶在哌啶合成和DEHP降解两个挑战性反应上超越自然序列或突变体筛选。

https://x.com/MartinPacesa/status/2107944175958426060

Isomorphic Labs 加入虚拟生物学计划

我们能将 AI 应用于最重要的事情，就是改善医学和人类健康——对与 CZI 及虚拟生物学计划的这项合作感到非常兴奋！

Isomorphic Labs 加入虚拟生物学计划

今天，Isomorphic Labs 作为创始成员加入虚拟生物学计划（VBI）。 我们正在帮助为全球研究界构建一个开放资源，以加速我们对疾病的理解和治疗。 在此了解更多：https://www.isomorphiclabs.com/articles/isomorphic-labs-joins-the-virtual-biology-initiative

美能源部与NIH联合发起虚拟生物学计划

美国能源部（DOE）与NIH宣布建立重大合作，目标是生成构建AI细胞预测模型所需的数据。Isomorphic、Google DeepMind和Meta作为创始伙伴加入"虚拟生物学计划"，Allen Institute、Broad Institute、Wellcome Sanger Institute及NVIDIA等机构共同参与这一国际科学项目。

AlphaProtein Novo 发布从头酶设计流程，结合原子扩散与序列扩散

Google DeepMind 与 Frances Arnold 团队合作推出从头酶设计流程 AlphaProtein Novo（AP Novo），将原子扩散与离散序列扩散结合用于生成酶。引用内容称，该流程在两个基准反应上取得新骨架（novel-scaffold）活性方面的 SoTA，并设计出用于合成药物基元哌啶和降解环境毒素 DEHP 的酶。相关预印本与代码已发布在 bioRxiv 和 GitHub；转发者评价酶设计仍处早期。

Isomorphic：AI生成设计攻克难成药靶点

此前，85%与人类疾病相关的蛋白质被认为难以成药——它们的形状和功能使其不太适合实验室中的传统化学筛选。从实验筛选转向计算机上的AI生成设计，我们看到这些靶点大幅打开了以原子精度设计分子的潜力，从根本上扩展了我们能够治疗的疾病数量。

Marinka Zitnik 评述 DeepMind 为 AI 生成蛋白质加水印的研究

Marinka Zitnik 评述 Google DeepMind 一项为 AI 生成蛋白质加水印的新工作，称其能在保持蛋白质功能和 AI 设计质量的同时嵌入标记。她提到曾与 Science 讨论追踪生物学中生成式 AI 输出的水印等策略，并称前学生 Zaixi Zhang 在 Nature 上讨论了该工作及团队相关方法 FoldMark。她引用的 Nature 内容指出，这类数字标记可被擦除。

Isomorphic Labs 推出药物设计引擎 IsoDDE

Isomorphic Labs 的药物设计引擎 IsoDDE 可智能搜索庞大化学空间，设计面向真实世界的功能性分子，将过去数月的实验室工作缩短为计算数天完成。其药物设计智能体从生物靶点和目标分子性质等严格设计规范出发，在 2-4 天内自主迭代生成新分子设计，公司称带来真实世界功能性进展。

Brian Hie 团队发布并与 Google DeepMind 合作

祝贺团队此次发布，也很高兴宣布我们与 @GoogleDeepMind 的合作——更多有趣成果即将到来！

Google DeepMind 推出 SynthID Bio，为 AI 生成蛋白与结构嵌入可验证水印

Google DeepMind 推出面向合成生物学的 SynthID Bio 水印方法，可在蛋白序列和 AlphaFold 3 预测的 3D 结构中嵌入可检测签名，并在实验室测试中保持生物功能。

Isomorphic AI 效果如何验证

27亿美元的问题：我们如何知道 Isomorphic Labs 的 AI 是否有效？ https://www.biopharmatrend.com/business-intelligence/the-27b-question-how-do-we-know-if-isomorphics-ai-works/

质疑AI药物发现成功衡量标准

适度的批评是健康的……但在这种情况下，数药物候选分子的数量真的能衡量AI的成功吗？

Isomorphic Labs：AI 重塑药物设计

经验方法 → 精心设计的分子 几个世纪以来，我们制造新药的方式不断演进，但现代 AI 代表着迄今最大的飞跃：从资源密集的迭代式设计—制造—测试循环，转向工程化的精准设计。

AlphaFold 数据库新增病毒蛋白复合物预测，覆盖 2800 多种病毒

EMBL-EBI 与 Google DeepMind、NVIDIA 等合作，在 AlphaFold 数据库中开放 2800 多种病毒的 AI 预测蛋白复合物结构，优先覆盖已知感染人类的病毒科。

Isomorphic Labs 推出药物设计引擎 IsoDDE

Isomorphic Labs 推出药物设计引擎 IsoDDE，称其可覆盖从小分子到复杂生物药的多模态药物空间。推文以保守估计的小分子化学搜索空间约 10^60 作对比，称可观测宇宙恒星数量仅约 10^22 至 10^24。公司称该引擎使其具备在这一空间中导航的能力，但未披露具体方法、验证结果或实验数据。

新型AI药物研发工具/平台（上篇）

文章简述了近期国外代表性AI药物研发工具/平台：Isomorphic Labs的IsoDDE可预测蛋白质与药物、抗体相互作用，在Runs N' Poses最难任务上准确度达AlphaFold 3两倍以上。