Isomorphic Labs (Google DeepMind)
Isomorphic Labs er et AI-laegemiddelselskab grundlagt i 2021 af Demis Hassabis, medstifter af Google DeepMind. Selskabet bygger paa AlphaFold-teknologien, der kan forudsige proteinstrukturer med atomar praecision, og bruger den til at designe nye laegemidler fra bunden. Hvor traditionel laegemiddeludvikling typisk tager 10-15 aar og koster over 2 mia. dollar per godkendt praeparat, sigter Isomorphic mod at komprimere tidslinjen til en braekdel ved at lade AI-modeller simulere molekylaere interaktioner, foer et eneste molekyle syntetiseres i et laboratorium.
Et konkret eksempel: Isomorphic kan tage et sygdomsrelateret protein, forudsige dets tredimensionelle struktur med AlphaFold 3, identificere bindingssteder hvor et laegemiddelmolekyle kan haenge sig fast, og derefter generere kandidatmolekyler der passer praecist. Hele processen, der normalt kraever aars eksperimentelt arbejde, kan koere paa timer eller dage. I maj 2026 rejste selskabet 2,1 mia. dollar i Series B-finansiering, ledet af Thrive Capital med deltagelse fra Alphabet, Temasek og MGX.
For virksomheder i life science-sektoren repraesenterer Isomorphic et skifte i hvordan R&D-pipelines opbygges. Eli Lilly og Novartis har allerede indgaaet partnerskaber til en samlet vaerdi af naesten 3 mia. dollar, og Johnson & Johnson er ogsaa med. Selskabet har over 350 medarbejdere og hovedkvarter i London. De foerste AI-designede laegemidler fra Isomorphic forventes at naa kliniske forsoeg (Phase I) inden udgangen af 2026, primaert inden for onkologi og immunologi.
Saadan virker Isomorphic Labs' AI-platform
1. AlphaFold 3 som fundament. Kernen i Isomorphics teknologi er AlphaFold 3, som Google DeepMind og Isomorphic Labs lancerede i maj 2024. Modellen kan forudsige strukturen af proteiner, DNA, RNA, smaa molekyler og ioner i et samlet system. Den bruger en custom Transformer-arkitektur med triangulaer attention (en videreudvikling af det Evoformer-modul der drev AlphaFold 2) kombineret med en diffusionsproces. Diffusionen starter med en sky af atomer og konvergerer over mange trin mod den mest praecise molekylaere struktur. Det er samme type generativ AI-arkitektur som billedgeneratorer bruger, men anvendt paa 3D-atomkoordinater.
2. Fra strukturforudsigelse til laegemiddeldesign. AlphaFold 3 forudsiger struktur. Men Isomorphic har bygget et helt oekosystem ovenpaa, kaldet IsoDDE (Isomorphic Drug Design Engine), annonceret i februar 2026. IsoDDE er en samlet AI-motor der daekker hele laegemiddeldesignprocessen: identifikation af biologiske targets, forudsigelse af bindingsaffinitet, generering af kandidatmolekyler, og optimering af ADMET-egenskaber (absorption, distribution, metabolisme, ekskretion, toksicitet). Hvor AI traditionelt kun har vaeret brugt i isolerede trin, forbinder IsoDDE dem i en end-to-end pipeline.
3. Traening paa verdens molekylaere data. Modellerne er traenet paa Protein Data Bank, som indeholder over 200.000 eksperimentelt bestemte proteinstrukturer. AlphaFold 3 kan behandle over 99% af alle kendte biomolekylaere komplekser i denne database. Derudover bruger Isomorphic proprietaere data fra deres farmaceutiske partnerskaber, hvilket giver dem adgang til eksperimentelle resultater der ikke er offentligt tilgaengelige. Denne kombination af offentlige og private data er en konkurrencefordel der er svaer at kopiere.
4. Diffusionsmodellens rolle. Den diffusionsbaserede tilgang er det der adskiller AlphaFold 3 fra forgaengeren. AlphaFold 2 forudsagde primaert individuelle proteinstrukturer. AlphaFold 3 kan modellere hele komplekser: et protein bundet til et laegemiddelmolekyle, omgivet af vandmolekyler og ioner, i en realistisk cellullaer kontekst. Det er forskellen mellem at kende formen paa en laas (AlphaFold 2) og at kunne designe noeglen (AlphaFold 3 + IsoDDE).
5. Infrastruktur og compute. Isomorphic koerer paa Google Cloud med adgang til TPU v5-klynger. Traening af AlphaFold 3 kraeved tusindvis af TPU-timer. Inferens, altsaa det at koere en forudsigelse paa et nyt protein-ligand-kompleks, tager typisk minutter til timer afhaengigt af kompleksets stoerrelse. Til sammenligning kan eksperimentel roentgenkrystallografi tage maaneder. Det er denne hastighedsforskel der goer det muligt at screene millioner af kandidatmolekyler virtuelt.
6. Validering mod eksperimentelle data. Isomorphic validerer ikke kun in silico. Selskabet har et vaadlaboratorium i London, hvor AI-genererede kandidater syntetiseres og testes eksperimentelt. Denne feedback-loop, hvor eksperimentelle resultater foeder tilbage i modellerne, er central for at forbedre praecisionen over tid. Det er ogsaa det der adskiller Isomorphic fra rene software-virksomheder i AI drug discovery-rummet.
7. Kendte begraensninger. AlphaFold 3 har stadig udfordringer med visse proteintyper, saerligt intrinsically disordered proteins (IDP'er) der ikke har en fast struktur. Modellen har ogsaa svaert ved at forudsige konformationsaendringer over tid, dynamik der er vigtig for at forstaa hvordan et laegemiddel rent faktisk virker i kroppen. Isomorphic arbejder paa at integrere molekylaerdynamik-simuleringer for at adressere dette, men det er computationelt dyrt og endnu ikke loest i stor skala.
Vil du forstaa hvordan AI-drevet laegemiddelforskning og teknologier som AlphaFold pavirker din virksomheds R&D-strategi? Vi hjaelper life science-virksomheder med at vurdere AI-muligheder, identificere de rette partnerskaber og opbygge interne AI-kompetencer.
Konkrete anvendelser og partnerskaber
Eli Lilly-partnerskabet (januar 2024). Eli Lilly betalte 45 mio. dollar upfront for adgang til Isomorphics platform til at designe smaa molekyler inden for onkologi og immunologi. Aftalen inkluderer milepælsbetalinger paa over 1,7 mia. dollar plus royalties. For Lilly handler det om at naa kemiske rum som deres egen R&D-organisation ikke kan udforske med konventionelle metoder. Konkret bruger Isomorphic deres AI til at generere molekyler mod proteintargets som Lilly har identificeret, men ikke har kunnet finde effektive laegemidler mod.
Novartis-partnerskabet (januar 2024, udvidet februar 2025). Novartis indgik en aftale med 37,5 mio. dollar upfront og op til 1,2 mia. dollar i milepælsbetalinger. Efter blot et aars samarbejde udvidede Novartis aftalen med op til tre yderligere forskningsprogrammer. Udvidelsen signalerer at Isomorphics AI har leveret resultater der retfaerdiggoer yderligere investering. Novartis bruger platformen til targets der tidligere blev betragtet som for risikable eller for komplekse at forfoelge med traditionelle metoder.
Onkologi-pipeline. Isomorphics primaere fokus er kraeftbehandling. Selskabet har flere lead-kandidater i den praekliniske fase, med IND-enabling studier (de sidste tests foer et laegemiddel maa gives til mennesker) i gang i 2026. Kandidaterne er designet til at ramme specifikke kraeftrelaterede proteiner med hoej selektivitet, hvilket potentielt reducerer bivirkninger sammenlignet med traditionel kemoterapi.
Immunologi-pipeline. Ud over onkologi arbejder Isomorphic paa immunmedierede sygdomme. Her bruges AI til at designe molekyler der modulerer immunsystemets respons praecist, snarere end at undertrykke det bredt som mange nuvaerende behandlinger goer. Det er relevant for autoimmune sygdomme som reumatoid artritis og inflammatorisk tarmsygdom.
Johnson & Johnson-samarbejde. Ud over Eli Lilly og Novartis har Isomorphic ogsaa et partnerskab med Johnson & Johnson. Detaljerne er mindre offentligt kendte, men det bekraefter at flere af verdens stoerste farmaceutiske selskaber ser Isomorphics tilgang som vaerdiforhoejende i forhold til deres egne R&D-afdelinger.
B2B-relevans for danske virksomheder. For danske life science-virksomheder, fra Novo Nordisk til biotechstartups, illustrerer Isomorphic-modellen et skifte: AI er ikke laengere et supplement til laegemiddeludvikling, men kan blive det primaere designvaerktoej. Virksomheder der vil konkurrere i dette rum, skal enten bygge egne AI-kapabiliteter, indgaa lignende partnerskaber, eller risikere at falde bagud i en branche hvor tidslinjer komprimeres dramatisk. Deep learning og foundation models er fundamentet under denne udvikling.
Konkurrenter i AI-drevet laegemiddelforskning
Isomorphic Labs opererer i et felt med flere serioes konkurrenter. Ingen af dem har dog den samme kombination af AlphaFold-teknologi, Alphabet-backing og partnerskaber med tre af verdens stoerste farmaceutiske selskaber.
Recursion-Exscientia (fusioneret juli 2025). De to AI drug discovery-virksomheder fusionerede i 2025 med hovedkvarter i Oxford og Salt Lake City. Den kombinerede virksomhed har en vaerdiansaettelse paa ca. 1,8 mia. dollar og en estimeret omsaetning paa 150-180 mio. dollar i 2025. Deres styrke er phenomisk screening (Recursion) kombineret med automatiseret praecisionskemi (Exscientia), som giver en end-to-end platform fra target til kandidat. Svagheden sammenlignet med Isomorphic er manglen paa en strukturforudsigelsesmodel paa AlphaFold-niveau. Recursion-Exscientia er boersnoteret paa NASDAQ.
Insilico Medicine. Det Hong Kong-baserede selskab var foerst med at bringe et AI-designet laegemiddel til kliniske forsoeg. I juni 2025 publicerede de Phase IIa-resultater i Nature Medicine for en IPF-behandling (idiopatisk pulmonal fibrose), der viste signifikant forbedring af lungefunktion sammenlignet med placebo. Det er det staerkeste kliniske bevis for AI drug discovery til dato. Insilico bruger generative adversarial networks (GANs) og reinforcement learning til molekyledesign, en anden arkitektonisk tilgang end Isomorphics diffusionsmodeller. Prising er projektbaseret, typisk 2-5 mio. dollar per program.
Relay Therapeutics. Boston-baseret virksomhed med fokus paa proteindynamik, det omraade hvor AlphaFold 3 stadig har begraensninger. Relay bruger molekylaerdynamik-simuleringer til at forstaa hvordan proteiner bevaeger sig over tid, ikke kun deres statiske struktur. Markedsvaerdi ca. 2,5 mia. dollar (maj 2026). De har laegemiddelkandidater i Phase I og II kliniske forsoeg. Relay er staerke praecis der hvor Isomorphic er svage: dynamisk modellering af proteinkonformationer.
Schroedinger. Et New York-baseret selskab med en beregningsplatform til molekylaer modellering der har vaeret paa markedet i over 30 aar. Schroedinger tilbyder baade software-licenser (fra ca. 50.000 dollar aarligt for akademiske brugere til flere millioner for enterprise) og egen laegemiddeludvikling. Deres FEP+ (Free Energy Perturbation) platform er industristandard for at forudsige bindingsaffinitet. Styrken er moden teknologi med bred adoption. Svagheden er at deres tilgang er mere beregningsintensiv og langsommere end AI-baserede metoder per kandidat.
BenevolentAI. London-baseret, boersnoteret i Amsterdam. Fokus paa at bruge NLP og knowledge graphs til at finde nye anvendelser for eksisterende molekyler (drug repurposing). Vaerdiansaettelse er faldet markant fra toppen, nu under 500 mio. dollar. De har et partnerskab med AstraZeneca. Styrken er evnen til at udtraeske indsigter fra medicinsk litteratur. Svagheden er beggraenset de novo molekyledesign sammenlignet med Isomorphic.
Hvor Isomorphic er unik. Isomorphic har tre fordele ingen konkurrent kan matche: AlphaFold 3 (den mest praecise strukturforudsigelsesmodel der eksisterer), Alphabet som bagland (ubegraenset compute og 2,7 mia. dollar i samlet finansiering), og validerede partnerskaber med tre top-10 farmaselskaber. Den primaere svaghed er at selskabet endnu ikke har bragt et laegemiddel til kliniske forsoeg, mens Insilico allerede har Phase IIa-data. Resultater i klinikken er den ultimative test, og den test kommer foerst i slutningen af 2026.
Adgang, priser, regulering og begraensninger
Deep Learning er avanceret Machine Learning baseret på neurale netværk. Forstå teknologien bag billed-, tale- og tekstgenkendelse.
En Foundation Model er en stor, pretrænet AI-model som GPT eller Claude. Forstå hvad de er, og hvordan virksomheder bruger dem.
Generativ AI skaber nyt indhold som tekst, billeder og kode. Lær hvad GenAI er, hvordan det virker, og hvad det betyder for din virksomhed.
Fine-tuning tilpasser en AI-model til et specifikt domæne. Lær hvornår fine-tuning er det rigtige valg fremfor RAG.
Machine Learning er AI, der lærer fra data uden at være eksplicit programmeret. Forstå ML og hvad det kan betyde for din virksomhed.
AI Governance er den organisatoriske ramme for ansvarlig AI-brug. Forstå hvad det indebærer og hvorfor det er afgørende for din virksomhed.
EU AI Act er den første omfattende AI-lovgivning i verden. Forstå kravene, risikokategorierne og hvad det betyder for danske virksomheder.
Ofte stillede spoergsmaal om Isomorphic Labs
Hvad er forskellen paa Isomorphic Labs og Google DeepMind?+
Isomorphic Labs er et selvstaendigt selskab under Alphabet, stiftet af Demis Hassabis i 2021. Google DeepMind er forskningsorganisationen der udviklede AlphaFold. Isomorphic bruger AlphaFold-teknologien kommercielt til laegemiddeldesign, mens DeepMind fokuserer paa grundforskning. De to organisationer samarbejder taet, men har separate teams, budgetter og maal.
Kan min virksomhed faa adgang til Isomorphics teknologi?+
Isomorphic samarbejder udelukkende med farmaceutiske selskaber gennem strategiske partnerskaber. De kendte aftaler har upfront-betalinger paa 37,5-45 mio. dollar. For virksomheder med mindre budgetter er AlphaFold 3 frit tilgaengelig til akademisk forskning via AlphaFold Server, og konkurrenter som Schroedinger tilbyder software-licenser fra ca. 50.000 dollar aarligt.
Er AI-designede laegemidler sikre?+
AI-designede laegemidler gennemgaar praecis de samme kliniske forsoeg og regulatoriske godkendelsesprocesser som konventionelt designede laegemidler. FDA og EMA skelner ikke mellem designmetoder. AI aendrer hvordan kandidater identificeres og optimeres, men testen i mennesker er identisk. Det foerste AI-designede laegemiddel med publicerede kliniske data er Insilico Medicines IPF-behandling med Phase IIa-resultater fra juni 2025.
Hvad koster det at bruge AI i laegemiddeludvikling?+
Priserne varierer enormt. Isomorphics partnerskaber koster titusinder af millioner dollar upfront. Schroedinger tilbyder softwarelicenser fra ca. 50.000 dollar aarligt. Insilico Medicine koster typisk 2-5 mio. dollar per projekt. For middelstore farmaselskaber estimerer branchen en samlet investering paa 500.000-2 mio. dollar i opsaetning og 2-7 mio. dollar aarligt i drift for en AI drug discovery-kapabilitet.
Hvad betyder Isomorphic Labs for den danske life science-sektor?+
Danmark har en staerk life science-sektor med Novo Nordisk, Lundbeck, LEO Pharma og mange biotechselskaber. Isomorphics model viser at AI kan komprimere laegemiddeludvikling fra over 10 aar til potentielt 3-5 aar. Danske virksomheder skal tage stilling til om de vil bygge egne AI-kapabiliteter, indgaa partnerskaber med AI drug discovery-selskaber, eller risikere at konkurrenter naar markedet foerst med AI-optimerede laegemidler.
Hvornaar kommer det foerste AI-designede laegemiddel paa markedet?+
Ingen ved det med sikkerhed. Insilico Medicine er laengst fremme med Phase IIa-data fra juni 2025. Et typisk laegemiddel tager 3-5 aar fra Phase II til godkendelse, saa det foerste AI-designede godkendte laegemiddel er realistisk omkring 2028-2030. Isomorphic forventer at starte Phase I i slutningen af 2026, hvilket placerer dem 1-2 aar bag Insilico i den kliniske tidslinje.