AlphaFold에서 신약까지 — 단백질 지도 위에 세워진 30억 달러의 파트너십
C-01에서 알파폴드가 2억 개 단백질 구조를 예측해 공개한 것은 '지도를 그린 것'이었다. Isomorphic Labs는 그 지도 위에 '약을 만드는 공장'을 세웠다.
성공 팩트
C-01에서 알파폴드가 2억 개 단백질 구조를 예측해 공개한 것은 '지도를 그린 것'이었다. Isomorphic Labs는 그 지도 위에 '약을 만드는 공장'을 세웠다. 2024년 1월, Isomorphic Labs는 Eli Lilly(최대 $1.7B)와 Novartis(최대 $1.2B)에서 총 약 30억 달러 규모의 전략적 파트너십을 체결했다. 두 제약 거인이 AI 신약 설계 능력에 이 규모의 투자를 한 것은 전례가 없다. 2024년 5월 AlphaFold3가 Nature에 발표되면서 단백질뿐 아니라 소분자, 핵산, 리간드 간 상호작용까지 예측 범위가 확장됐다. 2025년 3월에는 Thrive Capital 주도로 $600M 추가 펀딩을 유치했고, 자체 항암 파이프라인의 임상 시험 진입을 준비 중이다.
시너지의 본질
AlphaFold가 기초 과학의 혁신이었다면, Isomorphic Labs는 그 혁신을 환자에게 도달시키는 다리다. 단백질 구조를 아는 것과 그 구조에 맞는 약을 만드는 것은 완전히 다른 차원의 문제이며, 후자에는 AI의 분자 설계, 합성 가능성 예측, 독성 필터링이 동시에 작동해야 한다. 기초 연구 → 산업 응용 → 환자 치료로 이어지는 AI 파이프라인의 전 과정이 하나의 회사 안에서 작동하는 최초의 사례다.
모듈 시너지
모듈 A(정보 검증): AI가 설계한 신약 후보 분자가 실제로 인체에서 안전하고 효과적인지는 오직 임상 시험만이 증명할 수 있다. 컴퓨터 시뮬레이션에서의 '유망함'과 인체에서의 '작동'은 완전히 다르다. AI가 아무리 정교해도, 최종 관문은 인간의 몸이다.
업무/실무 모드: 신약 개발 파이프라인에서 AI의 출력을 다음 단계로 넘기기 전, 각 단계마다 인간 연구자의 승인 체크포인트를 설정하라. "AI가 유망하다고 했으니 바로 임상에 넣자"는 단축은 존재하지 않는다.
방패 연결
방패 편 S-59(가짜 참고문헌의 유통) — AI가 논문 데이터를 분석할 때, 실존하지 않는 논문이나 왜곡된 결과를 마치 검증된 사실처럼 출력할 수 있다. 신약 개발에서 AI가 참조한 논문이 실재하는지, 인용한 실험 결과가 재현 가능한지를 반드시 교차 확인하라.
→ 본편: 2부 4장 (모듈 A — 정보 검증), 2부 3장 (업무/실무 모드)