谷歌内部"权力交接"震动AI制药界：AlphaFold之父跳槽、210亿美金押注，蛋白质折叠正在改写制药规则
生物制造产业投研
2026年6月19日，AlphaFold联合创始人、2024年诺贝尔化学奖得主约翰·江珀，在效力Google DeepMind近9年后，宣布离职加入Anthropic。
同一天，Google Gemini联合负责人Noam Shazeer也跳槽OpenAI。一周之内，Google连失两位AI核心人物。
而就在几天前，江珀的导师、DeepMind CEO戴密斯·哈萨比斯还在斯坦福的舞台上说："十年后回头看，我们会发现今天正站在奇点的山麓。"
这场人事地震背后，是一个更宏大的叙事：蛋白质折叠——这个困扰生物学界50年的终极难题——正在被AI彻底改写，连锁反应正在重塑全球制药业的底层逻辑。
那一年，刚完成理论化学博士学位的江珀，听说DeepMind正在从游戏AI转向一个"秘密项目"——预测蛋白质结构。他立刻申请加入。哈萨比斯做了一个大胆的决定：让这个毕业才6个月的年轻人全权负责AlphaFold团队。
蛋白质是生命的"机器"——它们构成肌肉、传递信号、驱动免疫反应。要理解蛋白质的功能，必须先弄清它的三维结构。而蛋白质由氨基酸链组成，在化学力作用下折叠成复杂的三维形状。理论上，每个蛋白质都有天文数量的可能构象。预测其正确形状，曾被认为是"计算地狱"。
AlphaFold 2在2021年横空出世，以原子级精度解决了这个难题。它将实验时间从数月缩短到数小时，预测了超过2亿个蛋白质结构，覆盖了几乎已知的全部生物蛋白。全球190个国家的近300万研究人员每天都在使用它。
2024年，哈萨比斯和江珀共同获得诺贝尔化学奖。哈萨比斯说："这正是我创立DeepMind的初衷，也是我毕生投身AI的原因。"
2024年，DeepMind发布了AlphaFold 3。与AlphaFold 2只能预测单一蛋白质结构不同，AlphaFold 3能够预测蛋白质与DNA、RNA、小分子药物的相互作用，精度达到前所未有的水平。
2026年6月，DeepMind在《自然》杂志发表研究，证明AlphaFold 3预测药物分子与靶点蛋白相互作用的准确率达到94%。传统需要2-4年的药物早期发现阶段，可能被压缩到数周。
哈萨比斯的评价很直接："这是我们从AlphaFold项目一开始就在努力的方向——不仅预测蛋白质的形状，还要理解它们如何与可能成为明天药物的小分子相互作用。"
如果说AlphaFold 3是谷歌在AI制药领域的"宣言"，那么IsoDDE就是它的"杀手锏"。
2026年2月，谷歌旗下Isomorphic Labs发布了IsoDDE——被《自然》杂志称为"AlphaFold 4"的新一代AI药物设计引擎。
IsoDDE在四个维度全面超越AlphaFold 3：
-
蛋白质-配体结合预测：精度是AlphaFold 3的两倍以上
-
抗体-抗原界面预测：高质量预测比例是AF3的2.3倍，是开源模型Boltz-2的19.8倍
-
结合亲和力预测：超越当前最先进的深度学习和物理模拟方法
-
药物结合口袋识别：以1.5倍AUPRC优势超越开源方法P2Rank
但IsoDDE有一个关键的不同：不开源，不公开技术细节。27页技术报告只展示结果，不透露实现方法。这与AlphaFold 2和3的开放科学传统形成了鲜明对比。
Isomorphic Labs总裁马克斯·雅德伯格对《自然》表示，他们的模型与"其他尝试根本不同"，但没有公开"秘方"的计划。
2026年5月，Isomorphic Labs完成了21亿美元（约合人民币150亿）的B轮融资，这是生物科技领域历史上第二大的融资，仅次于Altos Labs 2022年的30亿美元。
更惊人的是：Isomorphic Labs至今没有公开任何一个候选药物。投资人在赌的，是AlphaFold平台本身的生产力。
这家公司已经与礼来、诺华、强生签署了总价值超过30亿美元的合作协议。2026年6月，其首个AI设计的小分子药物候选物已经进入II期临床试验——针对的是传统化学方法认为"不可成药"的蛋白质-蛋白质相互作用靶点。I期数据显示安全性良好，肿瘤生物标志物初步显示出药效学活性。
全球AI制药赛道已经进入白热化阶段。截至2026年4月，已有173个AI设计的新药进入临床试验，其中15-20个已进入关键III期试验。
-
英矽智能：Rentosertib（治疗特发性肺纤维化）已进入III期临床，被认为是全球首款完全由AI设计的新药的最有力竞争者。从靶点发现到临床I期仅用21个月，较传统缩短约70%，成本降低75%。2025年，其IIa期结果发表在《自然·医学》。
-
MIT与Recursion合作：Boltz-2完全开源，不仅预测蛋白质结构，还能评估潜在药物分子的结合效果。
-
Genesis Molecular AI：Pearl模型在特定药物开发场景下比AlphaFold 3更精准，预测误差从两埃缩小至一埃。
行业预测，全球首款完全由AI驱动研发的新药最快有望在2026年底至2027年初正式上市。
-
AI药物I期临床试验成功率：80-90%，远超传统方法的52%
-
AI将靶点发现周期从两个月压缩至数小时，分子筛选从两到三年缩短至21天
-
FDA已启动"加速AI路径试点项目"，精选10家AI药物研发公司进入快速通道
但哈萨比斯本人保持着清醒。在斯坦福的访谈中，他说："预测蛋白质结构只是生物学的一个环节——我们离治愈疾病还差得远。我们正努力让结构预测在科研流程中承担更大的角色，因为我们现在手里有一把非常好用的大锤。"
当被问是否想把所有问题都变成"钉子"时，他笑着回答："对，正是如此。"
约翰·江珀的离职，或许标志着一个时代的转折。AlphaFold已经从DeepMind的实验室走向了商业化的深水区。Isomorphic Labs的21亿美元豪赌，英矽智能的III期冲刺，FDA的政策加速——所有这些信号叠加在一起，指向一个清晰的结论：
未来五年，我们将看到第一批AI设计的药物真正走向患者。而那些在2026年这个夏天押注这个赛道的公司和个人，很可能正在见证制药史上最大的一次范式转移。
