Isomorphic Labs 拟融50亿美元：尚无药物进临床，估值或达500亿
在充满不确定性的 AI 制药领域，Alphabet 旗下的 Isomorphic Labs 传出了一笔引人关注的融资消息。11 月 8 日，据彭博社报道，这家公司正在洽谈一笔约 50 亿美元的新融资，估值可能达到 500 亿美元。这个数字放在整个 AI 制药行业里显得格外醒目。2025 年全球 AI 药物发现市场的规模
Alphabet 旗下做 AI 制药的 Isomorphic Labs，近来传出一笔融资动向，外界颇为关注。这个领域本身充满不确定性。
彭博社 11 月 8 日报道称，该公司正就约 50 亿美元的新一轮融资展开洽谈，估值有望到 500 亿美元。
放到 AI 制药行业里看，这个数字相当扎眼。2025 年全球 AI 药物发现市场规模大约 23 亿美元，而 Isomorphic Labs 眼下还没有任何一款药物进入人体临床试验。
几天前，公司总裁 Max Jaderberg 还公开给出判断：未来所有药物都会由 AI 设计。现在，这番大胆预测和巨额融资的消息碰到了一起，AI 制药的商业前景也因此受到更多打量。
诺奖得主坐镇，跨领域团队撑起药物研发
一款药物都还没进临床试验，估值凭什么这么高？AI 制药的市场前景之外，Isomorphic Labs 聚拢的一批药物研发专家，大概也是资本愿意押注的关键。
公司首席科学官 Miles Congreve 在药物研发上积累了超过 25 年经验，参与设计的多款药物进入过临床评估，其中也有已经上市的
首席研究官 Sarah Skerratt 管研究战略和药物发现管线，首席医学官 Ben Wolf 负责把候选药物推进临床试验，首席技术官 Sergei Yakneen 则有 20 多年的工程与机器学习背景。
公司科学顾问委员会里还包括
图 | 该公司的顾问团（来源：Isomorphic Labs）
传统制药经验之外，Isomorphic Labs 的 AI 研究底子也很厚。创始人兼首席执行官 Demis Hassabis 同时是 Google DeepMind 的 CEO，凭借 AlphaFold 相关研究拿下 2024 年诺贝尔化学奖。
日常运营由总裁 Max Jaderberg 抓。他早年在牛津大学做计算机视觉与机器学习研究，后来到 DeepMind 带领开放式学习团队，AlphaStar 等项目里也有他的参与。
图 | 该公司的高管团队（来源：Isomorphic Labs）
这构成了 Isomorphic Labs 的一个鲜明特征：它一面承接了 DeepMind 在 AI 模型研发上的积累，一面又把熟悉药物发现和临床开发的专业人才收了进来。不过，技术和人才拼到一起，最后能不能变成实际成果，还得过药物研发里最难的那一关。
AI 制药，临床这道坎迈得过去吗？
AI 能加快前期的分子筛选，可真正的难关还在漫长又烧钱的临床试验。按传统药物研发的经验，进入人体试验的候选药物约 90% 最终失败，原因或是毒性和副作用，或是疗效没达到预期。
Jaderberg 有自己的看法。他觉得传统制药方法太依赖试错，研究人员得从数百万个分子里挑出能和靶点结合的候选物。这种做法限制了药物设计的复杂度，过去几十年，制药行业很大程度上只在做那些相对容易实现的目标。
Jaderberg 认为，AI 有望把这个过程改掉，让药物研发建立在更充分的计算预测之上。他在近期一次分享中讲了两类互补的 AI 模型：一类是推理模型，帮研究人员提出科学假设；另一类是模拟模型，能在计算机里近似物理世界的运行规律，提前预测分子会怎么表现。
两类模型一结合，研究人员就能在真正做实验之前评估更多设计方案，少走无效的弯路，并持续优化候选分子的结构。但这套办法到底能把药物研发的成功率抬高多少，还得靠真实实验数据说话。
按既定计划，Isomorphic Labs 预计 2026 年底启动首次人体临床试验。若顺利推进，公司自主开发的 AI 设计药物就将进入临床验证阶段。只是早期临床试验主要看安全性和耐受性，要证明药物真有效，路还长。
自研与合作两条腿走路，IsoDDE 是技术核心
等临床验证的同时，Isomorphic Labs 已经靠自主研发和药企合作把业务往前推。Jaderberg 此前说得很明确，公司不卖 API，也不卖 Token，其 AI 模型 IsoDDE 最终是用来开发真正的药物。
现在公司主要有两条业务线。一条是自主研发：团队自己定药物研发方向，用 AI 设计候选药物，再投入资源推进开发，重点放在癌症、免疫系统疾病和炎症领域。
另一条是跟礼来、
无论走哪条路线，背后都压着同一套核心技术平台 IsoDDE。今年 2 月，Isomorphic Labs 头一回向外界公开了这套 AI 药物设计引擎的部分性能，亮出的是它在蛋白质结构以及分子相互作用预测上的进展。
作为技术底子之一，AlphaFold 3 眼下已经能预测蛋白质同其他分子如何相互作用，可一旦碰上训练数据里代表性不足的新靶点、新分子，准确率还是可能掉下来。IsoDDE 想做的，就是让模型在这些没见过的体系上也能撑住。
按 Isomorphic Labs 技术报告的说法，在专门考泛化能力的 Runs N'Poses 基准上，面对跟训练数据差得较远的复杂体系，IsoDDE 的结构预测准确率做到了 AlphaFold 3 的两倍以上。图 | Runs N'Poses 基准测试中，蛋白质—配体结构预测在最难泛化类别（0,20] 内的表现（来源：Isomorphic Labs）
落到抗体和抗原结合界面的预测，IsoDDE 在高精度区间里的成绩同样压过 AlphaFold 3 和同类的开源模型 Boltz-2。
IsoDDE 还能预测分子与目标蛋白之间的结合亲和力。Isomorphic Labs 称，这套系统不用靠实验解析出来的晶体结构，预测速度远远快过传统物理模拟，准确度则接近高精度物理模拟方法。图 | IsoDDE 药物设计引擎（来源：Isomorphic Labs）
美国哥伦比亚大学计算生物学家 Mohammed AlQuraishi 读完技术报告后说，IsoDDE 在预测那些跟训练数据差异较大的分子与蛋白质相互作用时干得不错，这说明团队可能拿出了有新意的技术进展。
但他也提到，报告里披露的技术细节不够多，外界一时没法独立复现这些结果。Jaderberg 对此回应，公司不打算公开背后的核心技术，不过希望这份报告能推着其他团队接着往 AI 药物发现里探。
一家还没有药物进入人体试验的公司，潜在估值就到了 500 亿美元，资本市场押的其实是一道商业命题：AI 能不能把药物设计做得更准，少走研发里的无效弯路，最终把新药研发的成功率抬上去。
Jaderberg 以前拿棒球比赛打比方说公司走到哪一步，认为团队眼下还在第一局。巨额融资能给后续研发备足资金，但这笔押注最后能不能回本，还得看未来几年陆续公布的临床试验结果。
参考资料：
1.https://www.bloomberg.com/news/articles/2026-11-04/isomorphic-labs-in-talks-for-about-5-billion-in-funding
2. https://www.isomorphiclabs.com/our-team
3.https://www.isomorphiclabs.com/articles/meet-our-team-agnieszka-michael
