Isomorphic Labsの創薬エンジン: 過去の予測から、未来の創薬へ

Isomorphic Labs、AlphaFoldの予測を超えるDrug Design Engineを発表 — 候補となる治療薬を生成することを目的としたスタックで、単にスコアリングするだけではない

簡単に言えば

Isomorphic Labs（デミス・ハッサビスが会長を務めるDeepMindのスピンアウト企業）は、自社の「Drug Design Engine（医薬品設計エンジン）」を発表した。AlphaFoldが「このタンパク質はどのような構造か？」に答えたのに対し、この新しいシステムは「このタンパク質を標的とする分子を合成すべきか？」という、予測段階の下流に位置する生成的なステップに答えることを目指している。

背景

AlphaFoldは構造予測を産業化した。タンパク質標的の幾何学的構造を迅速かつ安価に提供することで、製薬ワークフローにおけるボトルネックを解消し、解決済みの段階へと移行させた。しかし構造予測は第一段階に過ぎない。リード化合物の発見、効力と選択性の最適化、オフターゲットスクリーニング、ADMET特性といった歴史的に高コストな段階は、依然として人間と実験室主導のままである。Isomorphicの公式な主張は常に、全体のパイプラインを圧縮することであり、Drug Design Engineは明確に生成的な側面に踏み込んだ最初の製品である。

データ

• 出典: Isomorphic Labsによる発表、2026年7月17日。
• 位置付け: AlphaFoldを超えるフロンティアとして位置付けられており、同社は予測（AlphaFoldファミリー）と生成的な候補設計（この新しいエンジン）を明確に区別している。
• 企業コンテキスト: Isomorphicは引き続きAlphabet傘下の企業であり、製薬パートナーシップ（ノバルティス、イーライリリー）を保持している（2024年以降に公表）。

技術的詳細

製薬AIスタックは3つの構成可能なレイヤーで構成される。

1. 構造と相互作用（AlphaFold + ドッキング）
2. 生成（ターゲットに条件付けされた低分子または生物製剤のde novo設計）
3. 最適化（効力、ADMET、合成可能性などの多目的最適化）

信頼性の高いDrug Design Engineは、手動でチューニングされたスコアではなく、化学の基盤モデルを用いてレイヤー（2）と（3）の間のループを閉じる必要がある。Isomorphicは7月の発表ではアーキテクチャの詳細を明らかにしていないため、技術的主張は論文が公開されるまでは方向性のものと捉えるべきである。

分析

フレーミングが重要だ。「AlphaFoldを超える」という表現は防御的な領土獲得を示している。生成的化学は学術レベルでコモディティ化しており（Iambic、Recursion、Insilico、十数社のスタートアップ）、Isomorphicの真の競争優位は単一のモデルではなく、統合されたパイプラインと、モデルの改善に貢献するプロプライエタリなデータを生成する製薬契約にある。

シナリオ

• ベースケース（55%）: 着実な影響 - エンジンはパートナーシッププログラム2～3件でリード最適化を加速し、2027～28年に最初の臨床候補が登場する。
• ブルケース（25%）: 少なくとも1つのIsomorphic設計の候補が2027年末までにフェーズ1に到達し、製薬AIカテゴリーの評価見直しを引き起こす。
• ベアケース（20%）: 生物学的課題がベンチマークを上回り、エンジンの優位性が従来の医薬化学に対して見えにくくなる。

結論

投資家および製薬ディールメーカーにとって重要なタイムラインはデモではなく、生成AIスタックによる最初のフェーズ1候補の公表だ。それまでの発表はすべて序章に過ぎない。Isomorphicが次に発表するパートナーシッププログラムに注目せよ。そこに具体的な証拠が現れる。