Isomorphic Labs가 AlphaFold 이후 drug discovery 의사결정을 겨냥한 IsoDDE(Isomorphic Drug Design Engine)를 공개함. 단순 structure prediction을 넘어 ligand pose, binding affinity, cryptic pocket discovery, antibody-antigen modeling까지 묶은 통합 drug design platform으로 소개됨. 회사 발표 자료이므로 성능 수치는 benchmark 구성과 독립 검증을 함께 확인할 필요 있음.
요약
•
IsoDDE는 biomolecular structure prediction만이 아니라 protein-ligand pose, binding affinity, pocket discovery, antibody-antigen interaction 예측을 함께 다루는 drug design engine으로 제시됨.
•
Isomorphic Labs는 unseen pocket과 unseen ligand 조합을 평가하는 어려운 benchmark에서 AlphaFold 3보다 hardest case 정확도가 2배 이상 높았다고 주장함.
•
Small molecule design에서는 induced fit과 cryptic pocket opening처럼 ligand에 따라 protein conformation이 달라지는 상황을 다룰 수 있다고 설명함.
•
Binding affinity prediction에서는 FEP+ 4, OpenFE, CASP16 blind affinity task 등에서 deep-learning baseline을 넘고 일부 physics-based method보다 낫다고 주장함. 단, 비교 조건과 benchmark detail 확인 필요.
•
Antibody-antigen modeling에서는 high-fidelity regime에서 AlphaFold 3 대비 2.3배, Boltz-2 대비 19.8배 성능을 보고함. 특히 CDR-H3 loop 예측 개선을 강조함.
•
Pocket discovery에서는 ligand가 주어지지 않은 상태에서 sequence만으로 ligandable pocket을 찾는다고 설명함. Cereblon 사례에서는 known thalidomide pocket과 allosteric cryptic pocket을 모두 찾았다고 제시함.