當谷歌旗下Isomorphic Labs的CEO Demis Hassabis——同時也是DeepMind的掌門人——宣布推出新一代AI藥物設計引擎IsoDDE時，科學界為之震動。這款被《自然》雜志稱為“AlphaFold 4”的系統(tǒng)，在性能上全面超越前代，卻在開源問題上引發(fā)巨大爭議：其代碼、論文與訓練方法均未公開，徹底打破了AlphaFold系列延續(xù)的開放傳統(tǒng)。

IsoDDE的突破性能力令人驚嘆。它不再局限于預測蛋白質(zhì)三維結(jié)構(gòu)，而是將結(jié)構(gòu)解析、結(jié)合強度計算與隱藏結(jié)合位點發(fā)現(xiàn)等功能整合為統(tǒng)一引擎。在測試中，面對與訓練數(shù)據(jù)相似度低于20%的全新蛋白結(jié)構(gòu)，其成功率是AlphaFold 3的兩倍多；在60個高難度案例中，17個案例中AlphaFold 3完全失敗，而IsoDDE成功解析。更驚人的是，它僅憑氨基酸序列便發(fā)現(xiàn)了科學家耗時15年才通過實驗確認的蛋白隱藏結(jié)合位點——傳統(tǒng)方法需昂貴實驗與漫長周期，而IsoDDE僅需數(shù)秒。

哥倫比亞大學計算生物學家Mohammed AlQuraishi評價其為“AlphaFold 4級別的飛躍”，尤其震撼于其在陌生分子體系中的泛化能力：“這表明他們一定開發(fā)了前所未有的技術(shù)。”然而，這份27頁的技術(shù)報告卻對模型架構(gòu)、訓練方法等關(guān)鍵細節(jié)只字未提，僅以“激勵其他團隊”為由拒絕公開核心信息。Isomorphic Labs總裁Max Jaderberg的表態(tài)更引發(fā)學術(shù)界不滿：“我們沒有義務分享‘秘方’?！?/p>

這一轉(zhuǎn)變與AlphaFold的開源傳統(tǒng)形成鮮明對比。2021年，AlphaFold 2的代碼與論文免費開放，其預測結(jié)果被190多個國家的超300萬研究者使用，徹底改變了生物學研究范式。2024年，Hassabis因AlphaFold獲諾貝爾獎，諾貝爾委員會特別強調(diào)其“將最強大的科學工具免費交付全人類”的精神。即便AlphaFold 3曾因代碼開源延遲引發(fā)爭議，最終仍向?qū)W術(shù)界開放；而IsoDDE的閉源決策，被《自然》雜志直言“科學家們只能猜測如何復現(xiàn)其成果”。

爭議背后，是AI科學工具日益集中的權(quán)力格局。Isomorphic Labs已獲6億美元融資，與禮來、諾華簽署近30億美元合作協(xié)議，內(nèi)部運行17條藥物管線。武田制藥的Diego del Alamo指出，該公司與藥企合作積累的私有實驗數(shù)據(jù)，可能構(gòu)成IsoDDE的核心優(yōu)勢：“如果性能提升依賴數(shù)據(jù)壁壘而非算法創(chuàng)新，所謂的‘激勵’不過是姿態(tài)。”

開源陣營并未因此退縮。非營利組織Boltz的創(chuàng)始人Gabriele Corso認為，公開數(shù)據(jù)中仍存在大量改進空間，IsoDDE設定的性能基線“完全可以超越”；另一家公司Deep Origin更宣稱，其DODock引擎早在2025年8月便在同類測試中達到可比水平，且采用完全不同的技術(shù)路線。過去兩年，開源社區(qū)已涌現(xiàn)Boltz-1/2、Chai-1等接近或部分超越AlphaFold 3的模型，但制藥領(lǐng)域的數(shù)據(jù)壁壘遠高于語言模型——后者依賴的互聯(lián)網(wǎng)文本是公共資源，而高質(zhì)量蛋白-藥物實驗數(shù)據(jù)多掌握在藥企手中。

這場爭論遠超技術(shù)范疇。AlphaFold曾被視為“AI開源推動科學進步”的典范，其閉源后代的出現(xiàn)，撕開了這一敘事的裂縫。當最強大的科學AI工具逐漸從公共品變?yōu)樯虡I(yè)資產(chǎn)，當突破性成果以技術(shù)報告替代同行評審論文，學術(shù)界看到的不僅是結(jié)果，更是一個可能的未來：科學共同體的絕大多數(shù)人，或許只能在圍欄外旁觀他人定義的方向。