Isomorphic Labs 总裁 Max Jaderberg 说，公司先用生成模型提出分子设计，再用“虚拟实验室”模型在电脑上筛，最后只合成测试 20 到 50 个，过去要实验筛几十万个设计；做成一款药，他说还需要大约半打 AlphaFold 级别的
模型先在电脑上筛，实验室只做 20 到 50 个分子
Jaderberg 说，AI 能为下一轮分子给出成千上万乃至几百万个设计，他们不会全部送进实验室，而是用另一组模型（他称为模拟模型、世界模型或虚拟实验室模型）在电脑上预测这些分子做出来会怎样，只留把握最高的几个。他说现在不必实验筛几十万个设计，做 20 到 50 个就够，命中比例高到可以不再大规模筛选。实验成功率是他们内部的核心指标：模型基准分数提高了，这个比例也要跟着提高。他说这和“实验室在回路中”不同，他们要的是尽量把真实世界搬进电脑。一周前的 Bloomberg 访谈里，他讲的是公司只做药、不卖模型，没有这类
基准分数涨了而项目没变好，就要重做评测
他说一款药要同时过很多关：靶点、分子、能否到达身体的正确部位、安全和毒性，所以需要大约半打以上 AlphaFold 级别的突破，公司五年来逐个在攻。药物发现不需要自动驾驶那样近乎完美的准确度，只要明显好过行业现有水平，就能用到在研项目上；机器学习基准在涨、真实项目却没变好时，就要回头重做评测。他举的例子是一个建模任务：团队的目标是某个基准 80% 的准确率，他说外界的水平
化学家只定设计目标，具体分子由智能体来画
他说化学家过去在白板上一个原子一个原子地改分子；在 Isomorphic，化学家现在定义下一轮的设计空间和目标，由设计智能体自主做出每个设计。这些目标常常互相冲突，一项性质变好，另一项就变差，所以这不是贪心优化，而是要在探索和利用之间平衡的开放搜索。他说生物和药物发现的结果不能在电脑上直接核验，所以智能体系统的每一部分都要有自己的评测，看它是否真比人做得好
命中率、项目和数据都没有公开
20 到 50 个分子和高命中比例都是他的描述，没有给出具体项目、命中率或数据；80% 和 10% 只说是“某个基准”。动物毒性模型对人体毒性只有约 30% 的预测力，是他引用的数字。被问到 AI 设计的药什么时候进药房，他说不知道；自有管线集中在肿瘤和免疫与炎症，哪个先进入临床，他说现在还说