Isomorphic Labs: KI-gestützte Wirkstoffforschung mit eigenem Drug-Design-Modell

Isomorphic Labs ging 2021 aus DeepMind hervor, dem KI-Forschungsunternehmen unter dem Dach von Alphabet. Ausgangspunkt war AlphaFold 2, das System zur Vorhersage von Proteinstrukturen, das DeepMind entwickelt hatte und für das Demis Hassabis und John Jumper 2024 den Nobelpreis für Chemie erhielten. Das erklärte Ziel von Isomorphic Labs war von Anfang an, die Wirkstoffforschung auf Basis dieser KI-Fähigkeiten neu zu gestalten.

Der Nachfolger AlphaFold 3 erwies sich in der praktischen Anwendung jedoch als begrenzt: Isomorphic identifizierte Schwächen bei der Generalisierung auf unerforschte Bereiche des molekularen Raums, bei der Abschätzung von Bindungsaffinitäten und beim Auffinden von Bindungsstellen auf bisher uncharakterisierten Proteinoberflächen. Diese Einschränkungen motivierten die Entwicklung einer eigenen, vollständig proprietären Plattform.

Isomorphic Labs entwickelt und betreibt IsoDDE, den „Isomorphic Labs Drug Design Engine", als zentrales Werkzeug für die interne Wirkstoffforschung. Die Plattform wird eingesetzt, um Strukturvorhersagen durchzuführen, Bindungsstellen zu identifizieren und Wirkstoffkandidaten über mehrere therapeutische Bereiche und Substanzklassen hinweg zu priorisieren.

Das Unternehmen führt 17 aktive Entwicklungsprogramme in den Bereichen Onkologie, Immunologie und Herz-Kreislauf-Erkrankungen. Parallel dazu bestehen Kooperationen mit Novartis, Eli Lilly und Johnson & Johnson, die laut Unternehmensangaben die KI-gestützte Methodik validieren. Isomorphic Labs unterhält Standorte in London (Hauptsitz), Cambridge (Massachusetts) und Lausanne.

IsoDDE wird intern als Weiterentwicklung von AlphaFold beschrieben, Wissenschaftler bezeichneten es informell als „AlphaFold 4". Das System ist vollständig proprietär; der Quellcode ist nicht öffentlich zugänglich, was einen deutlichen Bruch mit der bisherigen Offenheitspraxis von AlphaFold 1 und 2 darstellt. AlphaFold 3 wurde zwar in Nature veröffentlicht, jedoch mit eingeschränktem Code-Zugang; IsoDDE geht noch einen Schritt weiter.

Die Plattform ist darauf ausgelegt, struktur-basiertes Wirkstoffdesign auf schwierigen Zielproteinen durchzuführen, darunter solche, die bislang als „undruggable" galten. Isomorphic zufolge ermöglicht IsoDDE das Auffinden neuer Bindungsstellen und damit potenziell die Adressierung von Proteinen, die mit klassischen Methoden nicht angreifbar waren.

Im Februar 2025 veröffentlichte Isomorphic einen technischen Bericht zu IsoDDE. Auf dem Runs N' Poses-Benchmark, der die Generalisierung auf neuartige Proteinbindungsstellen und Liganden testet, übertraf IsoDDE AlphaFold 3 in den schwierigsten Fällen um mehr als das Doppelte. Bei der Vorhersage von Antikörper-Antigen-Interfaces erzielte IsoDDE auf dem FoldBench-Datensatz eine Genauigkeit von rund 76 Prozent, verglichen mit 48 Prozent bei AlphaFold 3. Bei der Affinitätsvorhersage für niedermolekulare Bindepartner übertrafen die Ergebnisse laut Unternehmensangaben physikbasierte Goldstandard-Methoden.

Zur klinischen Entwicklung: Isomorphic Labs hat noch keine klinische Studie am Menschen gestartet. Hassabis verschob auf dem Weltwirtschaftsforum in Davos im Januar 2025 den Zeitplan für den ersten Studienbeginn vom Ende des Jahres 2025 auf Ende 2026.

Im März 2025 schloss das Unternehmen eine erste externe Finanzierungsrunde über 600 Millionen US-Dollar ab. Im Mai 2025 folgte eine Series-B-Runde über 2,1 Milliarden US-Dollar, angeführt von Thrive Capital, mit Beteiligung von Alphabet, GV, CapitalG, MGX (Abu Dhabi), Temasek (Singapur) und dem britischen Sovereign AI Fund. Das Gesamtkapital von externen Investoren beläuft sich damit auf rund 2,6 Milliarden US-Dollar.

Isomorphic Labs steht exemplarisch für die Verschiebung im KI-Bereich von offener Forschung hin zu proprietären, kommerziell verwertbaren Systemen. Während AlphaFold 2 offen publiziert wurde und die Strukturbiologie breite Zugangsmöglichkeiten erhielt, ist IsoDDE vollständig geschlossen. Laut einem Nature-Bericht sind Wissenschaftler, die Open-Source-Alternativen entwickeln, darunter Boltz-2, Chai-1 und RoseTTAFold All-Atom, darauf angewiesen, aus veröffentlichten Benchmarks zu schließen, ohne Einblick in die Systemarchitektur zu haben.

Die Finanzierungsrunde gehört zu den größten in der Geschichte der KI-gestützten Wirkstoffforschung. Ob und wann die internen Programme klinische Reife erreichen, bleibt offen; ein Wirkstoff hat bislang keinen Menschen als Patienten erreicht.