Demis Hassabis筹集的资金已足以让资本短缺不再成为 Isomorphic Labs 眼下的借口。2026年5月，这家以人工智能为核心的药物设计公司完成由 Thrive Capital 领投的21亿美元 B 轮融资。Alphabet 和 GV 继续参投，MGX、Temasek、CapitalG 及英国主权人工智能基金加入。本轮融资前，公司已于2025年获得6亿美元外部融资；这些资金将助其扩展模型、招募临床人才、拓展全球业务，并推动内部药物管线向患者用药阶段迈进。
支票金额的大小改变了举证责任。Isomorphic已无须证明投资者相信人工智能能够改进药物发现。它必须证明，其“统一药物设计引擎”能够开发出成功概率更高、研发周期更短或成本更低的药物，优于资金充足的传统研发项目。今年二月，该公司披露了IsoDDE的技术成果，称其在一项蛋白质—配体基准测试中最具挑战性的案例上，将AlphaFold 3的准确率提升至两倍以上；预测结合亲和力的准确度高于领先的物理学方法，所需时间和成本却仅为其一小部分；还从蛋白质序列中识别出了此前未被发现的结合口袋。
这些能力可以加快药物发现，却不能证明对人体的安全性或有效性。Isomorphic已宣布与Novartis、礼来和强生建立研究合作，并称其内部项目已发现可行候选药物。但该公司尚未公开足够的资产层面细节，外部人士无法据此判断先导分子、适应症、研发时间表或临床结果。哈萨比斯既是Isomorphic的创始人兼首席执行官，也是Google DeepMind的联合创始人兼首席执行官，他已打造出一台实力强大的引擎。下一轮估值取决于这座工厂最终能产出什么。
超越AlphaFold，直面开发风险
AlphaFold彻底改变了预测蛋白质结构的获取方式，并使哈萨比斯和约翰·江珀共同获得2024年诺贝尔化学奖。然而，结构预测只能解决药物设计的部分问题。一种分子必须与预定靶点结合、避开其他靶点、抵达正确组织、在体内维持适当时间、具备可制造性，并在不产生不可接受毒性的情况下证明疗效。任何一项性质都可能使一个在结构模型中表现出色的项目失败。
Isomorphic的战略答案并非只依赖AlphaFold。IsoDDE融合多种专有预测与生成模型，覆盖小分子、抗体、肽、分子胶等模态。该公司称，其拥有一个经过整理的“数据宇宙”和大规模计算集群，可开展广泛的虚拟实验。其目标是同时模拟多项约束，而不是先优化结合能力，之后才发现药理学缺陷。
如果这些模型能够泛化到新的生物学领域，其经济影响可能十分显著。更少的合成和测试周期可缩短实验室时间。更好的亲和力和性质预测可减少需要制备的化合物数量。发现隐蔽口袋可能将一个看似不可成药的靶点转变为一个研发项目。这种效益会在整个产品组合中累积：一个能让每个项目缩短数月的平台，可以在实验室不以同等速度增加的情况下创造产能。
风险在于被基准测试牵制。药物设计团队可以选择有利于自身模型的公开测试，而回顾性准确率无法复现答案尚属未知的前瞻性项目。即使在未见过的结合口袋上表现出色，也未必能预测吸收、毒性或与疾病的相关性。Isomorphic在二月披露的信息提供了有价值的技术证据；候选药物的前瞻性结果仍是商业标准。
医药合作提供外部试验机会
Novartis是Isomorphic最早的主要合作伙伴之一。双方最初于2024年达成的合作涵盖三个颇具挑战性的小分子靶点；鉴于首年取得进展，两家公司于2025年按相同财务条款新增至多三个研发项目。此次扩大合作释放出重要信号，因为这家经验丰富的制药商能够接触到公开市场投资者无从了解的研发进展。不过，这仍只是一个阶段性信号：增加靶点并不能说明候选药物是否已进入人体试验。
与礼来的合作涵盖未披露的小分子靶点。2026年1月宣布的强生协议则延伸至多种靶点和治疗形式，包括生物制剂。这两项合作共同检验IsoDDE能否在内部团队之外及不同制药实践中发挥作用，也让Isomorphic得以利用仅靠计算无法重建的疾病专业知识、检测体系和开发基础设施。
并非每项协议的财务结构都已完整披露，这限制了估值分析。研究付款可以抵消支出；里程碑付款和特许权使用费则能创造上行空间，无需Isomorphic为每项临床试验提供资金。但合作项目也会让渡部分经济利益和控制权。平台型公司需要平衡投资组合：对外合作既能验证其技术引擎，也能为运营提供资金；全资拥有的资产则应保留足够价值，以支撑其资本基础。
Isomorphic表示，其内部研发管线聚焦肿瘤学和免疫学。这两个领域竞争激烈，临床试验成本高昂，治疗标准也日益精准。如果靶点缺乏临床差异化，或患者筛选不力，即使分子设计出色也远远不够。2025年，公司聘请经验丰富的首席医疗官并在美国建立业务，表明瓶颈正从模型构建转向药物开发。
此轮融资造成集中度上升
一笔21亿美元融资，为同时推进多个项目、投资算力，并横跨机器学习、化学与临床开发招募人才提供自由度。它也会在产生产品收入之前推高固定成本。模型训练、专有数据生成与专业人才代价高昂，药物试验消耗现金的规模和时间表则完全不同。Isomorphic必须决定是成为一体化生物制药企业、继续担任设计合作伙伴，还是在不让一种模式补贴另一种模式中模糊优先事项的前提下同时运营两者。
这份投资者名单使公司的资本来源不再局限于Alphabet。Thrive领投本轮融资；新加坡Temasek和阿布扎比MGX带来着眼长期的国际资本；英国基金则体现了留住这家总部位于伦敦的顶尖科研企业这一国家利益。投资者的多样性降低了公司对单一出资方的依赖，但战略投资者对于地域扩张、合作关系和回报可能抱有不同预期。
Alphabet既是一项独特优势，也带来治理问题。Isomorphic脱胎于DeepMind，并继续与Google DeepMind合作。获得研究、算力和人才资源能够加快进展。哈萨比斯同时领导这两家机构，而Google DeepMind则在多个领域推进前沿模型和通用人工智能。知识产权、数据、成本分摊和管理层注意力必须有明确边界。少数股东需要确信，Isomorphic内部创造的价值会留在公司内部。
Max Jaderberg自2026年1月起出任 Isomorphic 总裁，为运营层面形成制衡力量。他构建了公司大部分AI方法，并能在 Hassabis 同时负责两家机构时管理日常规模化运营。该安排最终必须证明，其领导团队足以支持临床执行；在剂量、安全性和试验设计方面作出的决定，不能等待创始人关注。
亚洲提供资本、市场和生物多样性
Temasek参与新一轮融资，加之任何成功肿瘤学或免疫学产品都可能在亚洲拥有市场，使这一轮融资与亚洲密切相关。日本拥有实力雄厚的制药业和深厚的结构生物学专长。韩国和新加坡投资转化医学；中国扩大了生物技术研究和临床能力；印度兼具化学人才与庞大患者群体。Isomorphic可在这些市场开展合作、授权，或建立区域开发能力。
该平台还需要亚洲数据。蛋白质结构具有普遍性，但疾病遗传学、免疫反应、诊疗路径和药物代谢存在差异。若发现引擎的训练数据过度偏重西方数据集，它可能设计出优秀的分子，却为亚洲患者制定出较弱的试验策略。在候选药物进入后期开发前，多样化的临床和多组学数据就应影响靶点选择与生物标志物设计。
数据访问受到地缘政治和监管约束。健康与基因组信息可能需要留在国境以内。联邦建模可以发挥作用，但统一定义和质量标准仍不可或缺。与可信的本地机构合作，可能比再收购一个缺乏差异化的数据集更有价值。公司还必须应对两用生物技术以及强大生成模型安全性引发的担忧。
对亚洲制药企业而言，Isomorphic的崛起带来了压力。购买前沿引擎的使用权或可缩短药物发现时间，但也可能把数据和战略学习成果交给外部平台。建立独立系统需要算力、人才和连贯的实验数据，而具备这些条件的企业寥寥无几。随着AI成为常规研究的一部分，一条中间路径——开展明确模型和数据权利的联合项目——将决定谁能获取效率提升带来的价值。
临床是对抗性基准测试
哈萨比斯多次通过界定机器学习能够攻克的难题取得成功，包括游戏、蛋白质折叠和多模态推理。药物开发则有所不同，因为其目标充满噪声、反馈滞后且受到伦理约束。人体试验不存在无限的训练环境。生物学表现因患者而异，而最重要的错误可能要数年后才会显现。
Isomorphic的引擎仍可能创造显著优势。更精准的分子预测可以更早淘汰潜力不足的化合物，并探索人类团队可能遗漏的化学空间。该公司的合作项目和技术披露显示其已取得实质进展。21亿美元融资确保其能以足够大的规模开展这项试验。
下一步证据应落实到具体资产：明确的候选药物、靶点与适应证逻辑、完成设计所需的时间与实验周期，以及能够前瞻证明预测属性成立的数据。随后，人体数据必须证实安全性、暴露水平与生物学效应。若缺少这条完整证据链，对可行候选药物总量的笼统主张仍难以估值。
哈萨比斯为Isomorphic投入资金，仿佛AI药物设计已准备好发展为一个产业。临床试验采用的衡量标准将比任何结构预测测试都严苛，而且无法在得知答案后再行优化。通过一次考验，并不能表明这是一个通用引擎。若能在不同合作伙伴及Isomorphic自有管线中反复通过考验，才足以表明目前投入其最重要医疗健康项目的庞大资本物有所值。
