IsoDDE (Isomorphic Drug Design Engine)
단백질-리간드 구조 예측**: AlphaFold 3 대비 2배 이상의 정확도 달성. 학습 데이터와 유사도가 극히 낮은(0-20%) 신규 단백질 포켓·리간드 조합에서도 50% 성공률 기록(AF3 23.3%). 유도 적합(Induced fit)과 은닉 포켓(Cryptic pocket) 개방 같은 복잡한 구조 변화도 모델링. NKG2D 호모다이머의 은닉 포켓 구조를 AF3가 실패한 사례에서 정확히 예측
- 단백질-리간드 구조 예측: AlphaFold 3 대비 2배 이상의 정확도 달성. 학습 데이터와 유사도가 극히 낮은(0-20%) 신규 단백질 포켓·리간드 조합에서도 50% 성공률 기록(AF3 23.3%). 유도 적합(Induced fit)과 은닉 포켓(Cryptic pocket) 개방 같은 복잡한 구조 변화도 모델링. NKG2D 호모다이머의 은닉 포켓 구조를 AF3가 실패한 사례에서 정확히 예측 - 항체-항원 인터페이스 모델링: 334개 저유사도 단백질 쌍에서 고정밀 예측(DockQ >0.8) 비율 39% 달성. AlphaFold 3(17%) 대비 2.3배, Boltz-2(2%) 대비 19.8배 우위. 항체에서 가장 가변적이고 예측 난이도가 높은 CDR-H3 루프 정확도 70%(RMSD ≤2Å), 드노보(De novo) 항체 설계 가능성 시사 - 결합 친화도(Binding Affinity) 예측: FEP+ 4, OpenFE, CASP16 세 가지 공개 벤치마크에서 딥러닝 기반 방법 중 최고 성능. 물리 기반 골드 스탠다드인 FEP+ 방법과 동등 이상 정확도를 실험 결정 구조 없이 달성(FEP+ 4 벤치마크 r=0.85 vs FEP+ 0.78). 계산 시간·비용을 수 분의 일로 절감 - 신규 결합 포켓 식별: 아미노산 서열만으로 리간드 결합 가능한 새로운 포켓을 수 초 내에 탐색. 실험적 프래그먼트 소킹(Fragment soaking) 대비 시간·비용 획기적 절감. 세레블론(Cereblon) 단백질에서 기존 알려진 포켓과 최근 발견된 신규 은닉 알로스테릭 사이트를 서열만으로 모두 예측 성공. 실험 기법에 근접하는 정확도를 컴퓨터 속도(수 초)로 달성 - 다중 모달리티 약물 설계: 소분자(Small molecule), 항체(Antibody), 펩타이드(Peptide), 분자 접착제(Molecular glue) 등 다양한 약물 형태에 걸친 후보 생성 지원 (J&J 협업에서 확인)
💻 필요한 컴퓨터 사양
비공개 (대규모 GPU 클러스터 기반 추론으로 추정되나 구체 사양 미공개)
비공개
⚡ 설치법
### 4-1. Quick Start
```
# IsoDDE는 공개 소프트웨어가 아닙니다.
# 외부 설치/실행 불가 — Isomorphic Labs 내부 전용 시스템입니다.
```
### 4-2. 접근 경로
현재 IsoDDE에 접근할 수 있는 유일한 경로는 Isomorphic Labs와의 제약 파트너십이다. 확인된 파트너십은 다음과 같다:
- **Novartis**: 2024-01 초기 계약 체결, 2025-02 협업 범위 확대
- **Eli Lilly**: 2024-01 AI 신약 발견 계약 체결
- **Johnson & Johnson**: 2026-01-20 다중 모달리티·다중 타겟 연구 협업(Cross-modality, multi-target research collaboration) 체결. 소분자·항체·펩타이드·분자 접착제 전반을 포괄
- 자체 내부 파이프라인: 다수 치료 영역에서 약물 설계 프로그램 진행 중, 임상시험 진입 접근 단계
학술 연구자나 독립 기업이 직접 API를 호출하거나 모델을 다운로드하는 방식의 접근은 제공되지 않는다. 기술 보고서(27페이지)는 공식 기술 발표 페이지를 통해 공개되어 있어 벤치마크 결과와 방법론 개요를 확인할 수 있으나, 모델 아키텍처·학습 데이터·가중치는 비공개이다.🧬 바이오 활용
난이도 높은 타겟 단백질의 약물 후보 탐색**
기존 구조 예측 모델이 실패하는 학습 데이터 밖(Out-of-distribution) 타겟에서도 신뢰도 높은 리간드 결합 구조를 예측할 수 있다. Runs N' Poses 벤치마크에서 가장 어려운 유사도 0-20% 구간에서 AF3 대비 2배 이상의 성공률을 보이므로, 신규 타겟 발굴 초기 단계에서 히트(Hit) 화합물 식별 및 리드(Lead) 최적화에 물리 시뮬레이션 없이 빠르게 활용 가능
항체 치료제 설계 가속화**
CDR-H3 루프의 정밀 모델링(RMSD ≤2Å 달성률 70%)을 통해 항체-항원 결합 인터페이스를 사전에 높은 정확도로 예측할 수 있다. 실험적 X선 결정학·크라이오-EM 구조 결정 전에 후보 항체의 결합 특성을 스크리닝하여, 습식 실험(Wet-lab) 주기를 단축하고 임상 후보(Clinical candidate) 도달 시간을 줄이는 데 기여
은닉 포켓 기반 신규 약물 표적 발견**
기존에 '약물 표적 불가(Undruggable)'로 분류되던 단백질에서 아미노산 서열만으로 새로운 결합 포켓을 탐색한다. 세레블론 사례처럼, 실험적 프래그먼트 소킹에 수개월이 소요되는 과정을 수 초로 대체하여 표적 확장(Target expansion) 전략의 초기 필터링을 획기적으로 가속화
📝 업데이트 노트
아직 업데이트 노트가 없습니다.
🧪 관련 생명의 코드
관련된 생명의 코드 글이 아직 없습니다.