Isomorphic Labs, спин-офф DeepMind, привлекла $2,1 млрд на разработку лекарств с ИИ. Для рынка это не просто крупный раунд, а довольно жесткий сигнал: инвесторы по-прежнему готовы заносить миллиарды в AI-биотех еще до появления публично названных молекул. Для русскоязычной IT-аудитории здесь важен не только размер сделки, но и сама логика рынка: деньги уходят тем, кто обещает автоматизировать самый дорогой и медленный участок R&D.
О сделке сообщает Habr / Новости. Раунд возглавил фонд Thrive Capital, а по оценке аналитиков BioSpace это вторая по размеру инвестиция в истории биотеха: больше была только у Altos Labs, которая в 2022 году получила $3 млрд. У самой Isomorphic Labs это уже второй заметный заход на рынок капитала: в начале 2024 года компания привлекла еще $600 млн, так что совокупный объем финансирования теперь достиг примерно $2,6 млрд. Для структуры, основанной только в 2021 году, цифра выглядит не как обычный венчур, а как ставка на целую платформу.
История компании объясняет, почему инвесторы вообще готовы на такие чеки. Isomorphic Labs основал Демис Хассабис, выделив из DeepMind направление, связанное с созданием лекарств. За спиной у этой команды не абстрактный бренд AI, а вполне конкретный научный актив: AlphaFold, серия моделей для предсказания структуры белков. Именно эта работа принесла Хассабису и Джону Джамперу Нобелевскую премию по химии в 2024 году. На венчурном языке это означает редкую комбинацию: сильный научный авторитет, репутация Google-экосистемы и понятная история о том, что алгоритмы уже доказали свою полезность в биологии, пусть пока и не на этапе вывода препарата на рынок.
Деньги, по сути, платят за попытку резко сократить самый мучительный этап фармразработки. Если упростить, сначала исследователи выбирают биологическую мишень, обычно белок, на который нужно воздействовать. Затем ищут молекулу-кандидата, способную с этим белком связаться. Потом начинается долгая и дорогая оптимизация: нужно добиться, чтобы молекула не разваливалась слишком быстро, не цеплялась к лишним мишеням и не создавала лишние риски по безопасности. Исторически это годы лабораторного перебора и тысячи тупиковых веток. Разработка лекарств с ИИ обещает перенести большую часть такого перебора в вычислительную среду, где можно быстро отсекать слабые варианты и отдавать в физическую лабораторию уже более прицельный список кандидатов.
Именно под это Isomorphic Labs строит свою платформу Isomorphic AI Drug Design Engine, или IsoDDE. По февральскому техническому отчету компании, система использует AlphaFold 3 как базу, но пытается закрыть больше задач, чем просто предсказание структуры белка. Речь идет еще и о прогнозе того, насколько хорошо конкретная молекула сможет связаться с мишенью, а также о поиске потенциальных участков связывания даже на белках, которые ранее почти не были изучены. Если обещания сработают хотя бы частично, компания получает не узкий инструмент для одной лабораторной операции, а сквозной ранний движок: от последовательности аминокислот до короткого списка молекул, которые уже имеет смысл синтезировать и тестировать в реальности.
Но у этой истории есть и вполне приземленный подвох. Несмотря на $2,6 млрд общего финансирования, компания пока не раскрыла ни одной конкретной молекулы. Известно только, что внутренний пайплайн сосредоточен на онкологии и иммунологии. Для инвесторов это, похоже, пока приемлемо, но для отрасли такой режим непрозрачности не новость, а скорее повторяемый паттерн. Altos Labs тоже поднимала гигантские деньги под очень широкую идею, связанную с омоложением клеток, и спустя несколько лет все еще не показала рынку внятный список препаратов. Поэтому нынешняя сделка с Isomorphic Labs выглядит одновременно и как вотум доверия, и как напоминание: в AI-биотехе капитал нередко приходит раньше верифицируемого продукта.
Есть и еще одна важная оговорка, которую часто теряют в заголовках про разработку лекарств с ИИ. Нейросети не отменяют доклинические испытания, тесты на животных, три фазы клинических исследований и регуляторное одобрение. ИИ не сокращает путь до таблетки в аптеке до пары кликов и не убирает биологическую неопределенность. Он работает в самом начале воронки, там, где раньше команды буквально вручную итерировали по вариантам и тратили месяцы на то, что теперь можно просчитать быстрее. Поэтому обещание Isomorphic Labs вывести первые программы в клинику к концу 2026 года важно читать без магии. Во-первых, это уже сдвиг относительно более раннего ориентира на конец 2025-го. Во-вторых, даже старт клиники еще не означает близкий коммерческий препарат.
Для разработчиков и продуктовых команд эта новость тоже не про далекую фарму, а про вполне знакомую модель монетизации AI. Побеждают не те, кто просто обучил красивую модель, а те, кто встраивает ее в дорогой и плохо оптимизированный производственный контур. В одном случае это код, поддержка и документооборот, в другом — поиск молекул и лабораторный pipeline. Инвесторы, судя по масштабу раунда, покупают не только научную вероятность успеха, но и платформенную гипотезу: если ранние этапы разработки лекарств удастся системно ускорить, ценность создастся не на уровне одной модели, а на уровне нового интерфейса между вычислениями и экспериментом.
Главный вопрос теперь не в том, может ли AI красиво работать с белками, а в том, когда эта вычислительная мощность превратится в публично названные кандидаты и первые клинические результаты. Пока рынок финансирует ауру AlphaFold и репутацию команды Хассабиса. Следующая проверка будет куда скучнее и потому куда важнее: не размер раунда, а число молекул, качество данных и способность превратить научный капитал в реальный фармпайплайн.