Isomorphic Labs是從AlphaFold突破中誕生的DeepMind分拆公司，它正在將其首個AI設計的抗癌藥物推入1期人體臨床試驗。CEO Demis Hassabis在達沃斯世界經濟論壇上確認了時間表：1期在2026年初開始，其他專案在年底前進入試驗。管線包括17個活躍專案，涵蓋腫瘤學、免疫學和心血管疾病。如果試驗推進，這將是首次由AI端到端設計的分子進入管控人體用藥的監管測試流程。迄今為止所有其他「AI藥物發現」聲明都是AI輔助的傳統製藥；Isomorphic的主張是分子是由模型設計的，而不僅僅是由它篩選的。

技術推動者是2026年2月宣布的Isomorphic Drug Design Engine(IsoDDE)。在蛋白質-配體結構預測泛化基準測試上，IsoDDE大約將AlphaFold 3的性能翻倍。它以比基於物理方法更高的精度預測小分子結合親和力，同時以一小部分運算成本和掛鐘時間運行。關鍵的是，它僅使用胺基酸序列就能識別目標蛋白上新的結合口袋，這意味著模型可以針對沒有先前結構資料存在的靶標提出治療方法。經典藥物化學工作流程依賴於晶體結構、片段庫和迭代濕實驗優化，這些可能在先導化合物出來之前運行五到七年。IsoDDE將結構和設計階段壓縮到一個數週運行的管線中。這種時間壓縮能否在監管級藥物開發中存活下來，就是1期將開始測試的東西。

商業結構與技術一樣重要。Isomorphic與禮來和諾華的戰略合作總計約30億美元的潛在里程碑付款，這一交易規模驗證了該模型在兩個最大的腫瘤學製藥公司之間的可信度。選擇許可而不是完全內化製藥開發反映了Isomorphic似乎持有的現實主義，DeepMind公開認可：模型是難的部分，但將癌症試驗通過IND、1期、2期和3期是大型製藥合作夥伴已經擁有的不同操作紀律。這種分工是結構性押注。如果成功，AI藥物設計將成為傳統製藥開發的平台輸入，而不是並行產業。

對製藥業外的builders來說，Isomorphic故事是基礎模型相鄰AI在目標領域具有乾淨、結構化資料(蛋白質序列和結構)和明確目標函數(結合親和力、選擇性、藥代動力學屬性)時能做什麼的有指導意義的邊緣案例。藥物設計不是自然語言；它是一個獎勵規模的特定結構化預測問題，碰巧對AlphaFold血統非常有利。這不能自動泛化。試圖將類似技術應用於結構化程度較低的領域——運籌學、法律推理、創造性工作——的builder不應假設Isomorphic軌跡就是模型。Isomorphic故事證明的是，當問題結構正確時，專業模型以數量級更低的成本超越人類規模的科學直覺。製藥業歷史上每種藥物20億美元、10年的成本曲線現在正在被積極測試。如果1期乾淨讀出，對藥品價格、罕見病研究和全球健康公平的下游影響將是巨大的。如果失敗，行業獲得一個關於AI設計在哪裡仍需要驗證層的有用資料點。兩種結果都有資訊價值。試驗尚未開始；誠實的編輯答案是我們都應該看看資料是什麼樣子。