Isomorphic Labs

Isomorphic Labs a été constituée en février 2021, mais annoncée publiquement en novembre 2021^[1]. Selon la start-up, son nom (Isomorphic) fait référence à l'idée qu'il semble exister dans l'univers une symétrie — sous-jacente — entre la biologie et la science de l’information.

Un an plus tard (décembre 2022), Isomorphic Labs a annoncé l'ouverture d'un deuxième établissement à Lausanne, en Suisse^[2].

En janvier 2024, la stard-Up s'est associée à Novartis et Eli Lilly and Company, puis avec Johnson & Johnson pour collaborer à la recherche et la découverte de médicaments à l'aide de l'intelligence artificielle^[3],[4].

En mai 2024, Google DeepMind et Isomorphic Labs ont annoncé la sortie d'AlphaFold 3, une plateforme informatique unifiée, dédiée à la conception de médicament, librement disponible pour la recherche non commerciale. AlphaFold 3 est un système d'IA qui ne se limite pas à prédire comment les protéines se replient ; elle peut aussi prédire les interactions entre protéines, et entre protéines avec des molécules typiquement à la base de médicaments telles que les ligands ou les anticorps, ce qui devrait accélérer la protéomique et la découverte de médicaments.
À cette occasion, Isomorphic Labs annonce utiliser déjà AlphaFold 3 ainsi que d'autres modèles d'IA complémentaires pour la recherche de nouveaux médicaments^[5].

En février 2026, Isomorphic Labs Drug Design Engine (IsoDDE) est présenté aux médias, comme un outil « qui identifie en quelques secondes des sites d’amarrage jusqu'alors inconnus sur des protéines, avec une précision de qualité laboratoire, tout en estimant la solidité de la liaison à une fraction du coût traditionnel »^[6]. Cet outil fait suite à AlphaFold 3, avec des performances très améliorées^[7],[6],[8] :

• doublement (selon le benchmark « Runs N' Poses ») de la précision d'AlphaFold 3 (AF3) en termes de prédiction des structures protéine‑ligand ;
• identification de nouvelles poches cachées (dites cryptiques, qui sont des sites de liaison « cachées » dans la structure non liée d’une protéine, mais qui apparaissent après un changement de configuration structurale de la protéine, changement souvent induit par un ligand) ;
• amélioration de 2,3 fois de la précision par rapport à AlphaFold 3 et amélioration de 19,8 fois par rapport à Boltz-2 dans la prédiction des structures anticorps-antigène (Boltz‑2 est un modèle open‑source d'IA dédiée au domaine biomoléculaire, créé par des chercheurs du MIT et de l'entreprise Recursion, présenté comme la seconde génération de la famille Boltz, publié sur GitHub) ;
• estimation très améliorée des affinités de liaison (Binding Affinity, la mesure de la force avec laquelle un médicament se lie à sa cible).

… tout en réduisant considérablement les coûts de recherche et découverte, ce qui pourrait permettre aux chercheurs en biotechnologies de classer rapidement des milliers de candidats médicaments potentiels in silico avant de s'engager dans une synthèse coûteuse en laboratoire humide, avec le risque que l'outil soit détourné pour produire des armes chimiques ou des drogues. Début 2026, l'outil est déjà utilisé en interne pour piloter le pipeline des candidats-médicaments d'Isomorphic Labs.

Le PDG a indiqué que l'entreprise prévoit que ses premiers médicaments conçus par IA entreront en essais cliniques d'ici la fin de 2026. Ce calendrier suggère une transition rapide du prototypage numérique à l'application humaine, un rythme inimaginable il y a dix ans.
IsoDDE est conçu pour généraliser au‑delà des données d'entraînement (ce qui signifie qu'IsoDDE peut prédire correctement la structure et le comportement de couples protéine‑ligand qu'il n'a jamais vus auparavant, même quand ils sont très différents de ceux utilisés pour entraîner le modèle, alors que son prédécesseur, AlphaFold 3, voyait sa précision diminuer face à des structures biochimiques inédites. Isomorphic Labs estime que cette capacité à mieux modéliser les interactions biomoléculaires nouvelles ouvre la voie à une exploration plus efficace de l'espace biochimique et à une conception rationnelle, accélérée et moins couteuse de molécules thérapeutiques.

Isomorphic Labs a été créé comme émanation commerciale des avancées de DeepMind dans le domaine des biotechnologies et de la biochimie.

En mars 2025, l’entreprise a réalisé son premier tour de financement institutionnel, levant 600 millions de dollars — soit environ 579 millions selon les estimations de PitchBook — auprès d’Alphabet, de Google Ventures (GV) et du fonds Thrive Capital^[9].

Le 1^er janvier 2026, Max Jaderberg (Chercheur^[10], ancien de DeepMind et antérieurement « Directeur de l'IA » chez Isomorphic Labs) remplace en tant que président Colin Murdoch^[11].

Cette section est vide, insuffisamment détaillée ou incomplète. Votre aide est la bienvenue ! Comment faire ?

L'émergence récente (années 2020) de puissants modèles d'intelligence artificielle, prédictifs et génératifs, appliqués à la biologie structurale, tels qu'AlphaFold, puis (en 2026) l'Isomorphic Labs Drug Design Engine (IsoDDE), suscite des espoirs, mis en avant par Isomorphic Labs^[12], car ils ont un potentiel majeur dans le domaine de la santé, de l'agriculture et de l'industrie (ex. : biofabrication de molécules ou matériaux)^[13],[14]. Ils suscitent aussi des inquiétudes légitimes^[15], notamment car, en accélérant et élargissant les possibilités de la biologie synthétique, AlphaFold et plus encore l'IsoDDE sont des technologies duales (ou à double usage possible ; bienveillant/malveillant). Elles nécessiteraient donc une évaluation rigoureuse des risques nouveaux qu'elles posent pour l'humanité ; et un cadre méthodologique de veille, de contrôle et de mécanismes correctifs garantissant que seuls les usages responsables, sécurisés et utiles en sont faits^{[16],[17],[18],[19]}.

On assiste dans les années 2020 à une convergence entre l'IA générative et la biologie^[19]. Ce rapprochement suscite de profondes inquiétudes en termes de biosécurité, poussant notamment les autorités (y compris américaines, via l'Executive Order 14110 et les travaux du NASEM)^[20] à examiner comment ces technologies, capables de concevoir des protéines, des molécules ou systèmes CRISPR, voire de l'ADN synthétique, pourraient être sources de modifications génétiques ou de catastrophes involontaires, ou être sciemment détournées pour des usages malveillants (militaires, bioterroristes). Il s'agit aussi de créer un nouveau cadre éthique, réglementaire et international, solides pour concilier innovation, sécurité, protection de la biodiversité et équité d'accès aux ressources biologiques ; un cadre qui peine à émerger (hormis progressivement en Europe)^[21],[19].

Des analyses externes indépendantes, issues de la recherche en sécurité biologique et en gouvernance de l'IA, confirment que des systèmes pouvant prédire des interactions biomoléculaires inédites ou explorer un vaste espace chimique peuvent être détournés de leur finalité thérapeutique^[19]. Ils peuvent l'être pour concevoir des agents biologiques ou chimiques toxiques ou dangereux. Ils faciliteront l'édition de gènes, qui est elle aussi duale et, potentiellement, « une menace potentielle pour la sécurité nationale et internationale »^[19], et qui nécessite donc un encadrement strict et clair de ses usages en biologie synthétique^[22],.
Des chercheurs en bioéthique comme Ana Ruxandra Badea et Oliver Feeney (2024), ou Nik Hynek (2025) invitent à s'inspirer de la sécurité nucléaire, et à intégrer ces nouveaux risques dans les stratégies nationales de biosécurité, avec ouverture d'un dialogue international de haut niveau, de nouveaux espaces institutionnels ou multilatéraux de discussion et de coordination internationale, spécifiquement dédiés à la gouvernance de la convergence IA/biologie (SynBioAI), création d'un mécanisme mondial de vérification juridiquement contraignant, assorti d'un suivi systématique de leur développement. Or, en 2025, la Convention sur les armes biologiques (BWC), l’OMS, les lignes directrices de Tianjin, ou les régulations nationales (États‑Unis, Chine, UE) sont un patchwork insuffisant pour gérer les risques émergents liés à l’IA appliquée à la biologie^[19].

Des organisations spécialisées, telles que le Center for Security and Emerging Technology (CSET) et le Nuclear Threat Initiative (NTI Bio), recommandent la mise en place de garde‑fous incluant des restrictions d'accès, des audits indépendants et une supervision réglementaire renforcée pour les modèles d'IA appliqués aux sciences de la vie.

De son côté, Isomorphic Labs affirme développer ses outils dans un cadre de « responsible AI », hérité des politiques de sécurité de Google DeepMind, en insistant sur une utilisation exclusivement orientée vers la découverte de médicaments et sur la mise en œuvre de mesures internes destinées à prévenir les usages détournés.