Isomorphic Labsの創薬エンジンがAlphaFoldの新たなフロンティアを切り拓く

私たちのチーム 弊社の技術 パートナーシップ キャリア ニュース 私たちのチーム 弊社の技術 パートナーシップ キャリア Isoでの生活 働く 求人 ニュース ビジョン Isomorphic Labsの創薬エンジンがAlphaFoldの新たなフロンティアを切り拓く 2026年2月10日 数分で読む 数分で読む 数分で読む 数分で読む 聞く 見る URLをコピー 目次 聞く：Spotify Apple Podcasts 本日、私たちは創薬の新たなフロンティアに向けた進捗状況を共有できることを嬉しく思います。 私たちは、生体分子の世界を理解する上で、予測精度の新たなパラダイムを切り開き、前例のない理解と精度でコンピューター上で新しい医薬品を合理的に設計できるようになりました。 私たちは、統合された計算創薬システムであるIsomorphic Labs Drug Design Engine（IsoDDE）の強力で広範な機能の一部を垣間見せます。これは、AlphaFold 3（AF3）の予測精度を超え、構造予測と現実世界の創薬とのギャップを埋める新機能をもたらします。 私たちは、IsoDDEが困難なタンパク質-リガンド構造予測一般化ベンチマークにおいて、AlphaFold 3の精度を2倍以上に向上させること、標準的な物理ベースの手法を大幅に短縮した時間とコストで上回る精度で小分子の結合親和性を予測すること、そしてアミノ酸配列のみを入力としてターゲットタンパク質上の新しい結合ポケットを正確に特定できることを実証します。 IsoDDEは、AI創薬のスケーラブルな基盤を提供し、前例のない精度で新しい生物学的システムをナビゲートするために必要な予測忠実度を提供します。 AlphaFold 3のリリース以来、AI創薬の分野は驚異的なペースで進歩してきました。 AlphaFold 3は、以前の世代の構造予測モデルから劇的な性能向上をもたらしましたが、依然として重要な課題が残っていました。生体分子構造を理解するだけでは、インシリコ（コンピューター上）での現実世界の創薬プログラムを解き放つには十分ではなかったのです。 人間の病気を解決するために不可欠な合理的な創薬の進歩には、広範な生化学的特性と相互作用にわたる、互いに連携できる高精度な予測モデルが必要です。 決定的に、生物学的および化学的空間の大部分がまだ未踏であるため、これらのモデルは、トレーニングセットを超えて、新しい未知のシステムに予測能力を一般化する能力を必要とします。 これらの課題に対処し続ける中で、私たちはIsomorphic Labs Drug Design Engine（IsoDDE）を紹介し、以下の機能の一部と技術レポートでプレビューできることを楽しみにしています。 技術レポートを読む 真に新しいシステムの構造予測 生体分子の構造とその相互作用を正確に予測することは、合理的な創薬にとって引き続き重要な能力です。 タンパク質の形状における微妙なニュアンスを正確にモデル化できることで、多くの重要な下流タスクがアンロックされます。病気を引き起こす変異の影響を理解することや、どの分子がターゲットタンパク質に結合するかを予測することなどです。 AlphaFold 3は、リリース時にタンパク質-リガンド構造予測に革命をもたらし、自由に利用できるAlphaFold Protein Databaseは、これまで想像できなかった規模で科学を加速させました。 今日まで、190カ国以上の300万人以上の研究者によって使用されています。 その後のベンチマークにより、AlphaFold 3がトレーニングされた例とは類似性の低い構造に対する精度のギャップが残っていることが明らかになりました。 つまり、創薬における最大の課題と機会のいくつかが存在する生体分子空間の未踏の領域に一般化するのに苦労する可能性があるということです。 IsoDDEは、トレーニングセットとは非常に異なるタンパク質-リガンド構造への一般化能力において、段階的な変化を示します。 「Runs N' Poses」ベンチマーク（Škrinjar et al. 2025）— 新しいポケットとリガンドへの一般化をテストするために特別に設計された — において、IsoDDEは最も困難なシステムでAlphaFold 3の精度を2倍以上に向上させます。 最も困難な一般化カテゴリ（0-20%）におけるタンパク質-リガンド構造予測精度 — トレーニングセットから最も類似性が低い — 「Runs N’ Poses」ベンチマークより レポートでは、いくつかの例を通じて、誘発適合（タンパク質が結合したリガンドを収容するために形状を適応させること）や隠しポケットの開口（結合したリガンドがない場合に隠されているポケット）などの複雑な分布外イベントを、これらのシステムがモデルのトレーニングセットから離れている場合でも、正常にモデル化できることを実証します。 IsoDDEは、Runs’n’Posesテストセットの最も類似性が低い0-20%のビンから、NKG2Dホモダイマーインターフェース（8EA6）の隠しポケットに結合したタンパク質-タンパク質相互作用阻害剤の構造を正常に予測できます（AlphaFold 3はこの例では失敗します）。 複雑な生物製剤のための新しい窓を開く しかし、小分子（アスピリンのような）はパズルのほんの一部です。 治療モダリティが複雑な生物製剤（インスリンのような）へと拡大するにつれて、抗体-抗原インターフェースを正確にモデル化する能力が最も重要になります。 IsoDDEは、この領域で精度の段階的な変化を提供します。 困難な新しい抗体-抗原テストセットで、高忠実度領域（DockQ > 0.8）においてAlphaFold 3を2.3倍、Boltz-2を19.8倍上回ります。 決定的に、IsoDDEはCDR-H3ループ — 抗体の最も変動し予測が難しい部分 — において驚異的な性能を示し、新規抗体設計の新しい可能性を効果的に開きます。 推論時間計算が増加するにつれて、タンパク質インターフェース（DockQ >0.8）での高品質な予測の割合を示す、困難な低相同性テストセット（n=334）の抗体-抗原構造予測精度。IsoDDEはAlphaFold 3を2.3倍、Boltz-2を19.8倍上回ります。 結合親和性予測の新しいゴールドスタンダード 生化学システムの3D構造を知ることは最初のステップに過ぎません。効果的な医薬品最適化には、分子がターゲットにどれだけ強く結合するかを知る必要があります。 従来ののアプローチは、トレーニングデータに類似した化学空間に限定されるか、またはその高い計算コストと実行の難しさ（例：物理ベースのアプローチ）によって制限されます。 最近、このタスクに新しい速度をもたらす深層学習ベースの手法が登場しましたが、精度においては依然として物理ベースの手法に遅れをとっています。 IsoDDEは、3つの公開ベンチマーク — FEP+ 4、OpenFE、および最近のCASP16ブラインド結合親和性予測タスク — において、すべての深層学習手法をかなりの差で上回ります。 実際、驚くべきことに、IsoDDEは、実験的な結晶構造に根ざす必要がある物理ベースの手法（FEPなど）のパフォーマンスを上回ることさえできますが、IsoDDEはそうではありません。 高速で高精度な結合親和性予測を提供することにより、IsoDDEは研究者が創薬プログラム中に多様な化学シリーズにわたる潜在的な分子を迅速にランク付けおよび最適化することを可能にします。 さまざまな公開ベンチマークにおける結合親和性予測パフォーマンス リガンド結合可能なプロテオームの拡張 既知のリガンドがない状態でタンパク質上のすべての潜在的なポケットを特定できる能力は、数多くのユニークな機会を開きます。 構造アノテーションがない第一世代の創薬ターゲットを扱う場合でも、よく研究されたタンパク質を調節する新しい方法を追求する場合でも、一般的なポケット特定能力を使用して、分子設計で追求すべき作用機序の全セットを明らかにすることができます。 IsoDDEは、既知のリガンドがなく、モデルのトレーニングセットから遠く離れた状態でも、新しいリガンド結合可能なポケットを特定する能力を示します。 この「ブラインド」ポケット特定能力は、時間、多大なコスト、および実際の実験作業への大きな投資を必要とするフラグメントソーキングなどの実験技術に匹敵するパフォーマンスレベルを示します。 比較すると、IsoDDEは数秒でコンピューター上で実行されます。 この能力の力は、例で見ることができます。