Contexte et enjeux
Isomorphic Labs Ltd., filiale d’Alphabet, prépare une levée de fonds dont la valorisation cible se situe entre 40 et 50 milliards de dollars. La société n’a pas communiqué le montant exact du tour, mais Bloomberg indique que les discussions sont à un stade précoce. IsoDDE, la plateforme phare, a déjà permis à Isomorphic de signer en 2024 des accords de recherche totalisant près de 3 milliards de dollars avec Eli Lilly et Novartis, puis en janvier 2025 un partenariat similaire avec Johnson & Johnson. Le dernier financement, annoncé en mars 2024, s’élevait à 2,1 milliards, incluant le capital d’Alphabet et de ses fonds de capital‑risque.
Fonctionnement d’IsoDDE
IsoDDE cible la découverte de poches de liaison, points d’attache essentiels sur la surface des protéines. Ces poches sont difficiles à identifier parce que les surfaces cellulaires sont hautement complexes et dynamiques, nécessitant des microscopes spécialisés pour les cartographier. Le moteur IA d’IsoDDE combine des réseaux de neurones profonds entraînés sur des bases de données de structures protéiques résolues et des simulations de dynamique moléculaire afin de prédire la géométrie et la stabilité des poches. En février, la société a déclaré que son outil était plus de 50 % plus performant que le concurrent le plus proche pour la détection de poches, et qu’il pouvait également cartographier les complexes protéine‑ligand avec une précision deux fois supérieure à AlphaFold, le modèle de DeepMind qui a reçu le prix Nobel de chimie 2024.
Analyse des performances et limites
Les affirmations d’IsoDDE reposent sur des benchmarks internes où la plateforme a surpassé AlphaFold de 2,3 fois dans la modélisation des interactions entre poches et anticorps, un domaine où la variabilité structurale des immunoglobulines complique les prédictions. Cette amélioration s’explique par l’intégration de données d’imagerie cryo‑EM et de simulations de flexibilité conformée, ce qui n’est pas exploité par AlphaFold. Toutefois, la dépendance à des données expérimentales de haute résolution limite l’applicabilité d’IsoDDE aux protéines pour lesquelles de telles mesures existent. De plus, l’absence de validation indépendante par des tiers rend difficile l’évaluation de la robustesse des gains de performance annoncés.
Implications commerciales et perspectives
Le modèle économique d’Isomorphic repose sur des partenariats de recherche avec les grands laboratoires pharmaceutiques, chaque accord portant sur le développement de petites molécules. La valorisation envisagée de 50 milliards reflète la perception du marché quant à la capacité de l’IA à raccourcir le cycle de découverte de médicaments, traditionnellement long et coûteux. Si les performances d’IsoDDE se confirment, la plateforme pourrait devenir un standard pour la conception de thérapies ciblées, justifiant ainsi les investissements massifs. En revanche, la concurrence croissante dans l’IA de la biologie structurale, notamment les améliorations continues d’AlphaFold et d’autres modèles open‑source, représente un risque de dilution de l’avantage compétitif d’Isomorphic.
