哈萨比斯的AI制药公司交了五年答卷，但别急着喊iPhone时刻

2026年10月4日

2021年，Demis Hassabis宣布创立Isomorphic Labs时，业内大多是又好奇又怀疑。五年过去，这家公司总裁Max Jaderberg发了一篇长文，算是交了答卷：AI制药到底做到哪一步了。

文章里最扎眼的数字是10的60次方——药物理论化学空间里可能成为小分子药物的化合物总数。Jaderberg说，传统药企完成同级别搜索要花好几年，而Isomorphic的IsoDDE药物设计引擎「直接在几天内完成了」。

这说法听上去唬人，得先看清它具体指什么。

传统高通量筛选（HTS）手里是10^5到10^9个固定化合物库，放进10^60的宇宙里，确实连太平洋里的一滴水都算不上。IsoDDE的做法是干脆不从现有库里筛，改在计算机里直接生成和优化分子，覆盖更大的化学空间。Jaderberg贴了一张Target D的优化对比图，AI在2到4天内生成多个候选分子，和人类专家3到5年的工作成果比，性能曲线全面占优。

这个对比有个前提：人类专家研究的对象是同一个靶点。也就是说，AI并不是凭空找到了更好的药，而是在已知靶点问题上，换了种方法拿到更好的结果。

比性能曲线更值得留意的，是Jaderberg提出的一个概念——「Exquisitely engineered molecules」，他定义为从零开始、用AI以极高精度设计的化合物。背后是更激进的说法：制药要从「神农尝百草」式的经验模式，转向像造芯片一样的系统工程。

Isomorphic确实做了些结构上的投入。AlphaFold解决了蛋白质结构预测之后，IsoDDE被包装成更上层的应用引擎，集成他们所称的「世界模型」和「前沿推理模型」，同时处理结构、结合、分子属性和毒性多个目标。文章提到公司发现了全新的生物学机制，设计了能打开「此前完全未知的蛋白质口袋」的分子，并且在湿实验中得到了验证。

这些都是可以核实的方向性说法，但具体是哪个疾病、哪个靶点、哪些分子，材料里没展开。文章结尾的措辞很满——「一场彻底颠覆传统制药法则的工业革命，已经正式爆发」「AI制药的iPhone时刻已经到来」。

我的判断是，IsoDDE展现的方法确实有价值，它把药物设计从大规模筛选变成定向生成和优化，这本身就是一条更可行的路。但「几天打穿10^60」这句话得打引号——它描述的是在计算机里完成搜索和优化的过程，离真正进入临床试验还差得远。湿实验验证了分子的生物学功能，这是个好信号，但从验证到临床成功，中间要跨的坑不比传统路径少。

Jaderberg的五年报告里，最诚实的一句话其实是：这些分子「即将大步迈向临床试验」。还没到，只是即将。

五年时间，AlphaFold的遗产开始结出应用层的果实，这一点可以确定。但把这一页叫作制药业的iPhone时刻，还太早。更像是CAD工具在工程领域普及的早期——方向是对的，工具在变强，但距离彻底改写规则还有一段路。