IA · 17 novembre 2026 · 4 min di lettura
Un round da 5 miliardi per i trial clinici: Isomorphic Labs accelera sui farmaci progettati dall'IA
In sintesi: Isomorphic Labs, lo spin-off di Google DeepMind guidato dal premio Nobel Demis Hassabis, ha completato un round Serie C da 5 miliardi di dollari. I fondi serviranno a trasformare i candidati farmaco generati tramite simulazioni molecolari avanzate in trattamenti reali, avviando le prime sperimentazioni cliniche sull'uomo in oncologia e immunologia in partnership con i colossi farmaceutici globali.
di Team Mocchi's
Il salto d'escala della biologia computazionale
La progettazione farmaceutica assistita dall'intelligenza artificiale entra nella sua fase più complessa e costosa: quella della verifica sul corpo umano. Isomorphic Labs, la realtà nata nel 2021 da una costola di Google DeepMind, ha annunciato la chiusura di un round di finanziamento Serie C da 5 miliardi di dollari. L'operazione, come evidenzia TechCrunch, è stata guidata congiuntamente da Greenoaks Capital e Sequoia Capital, con l'ingresso di Andreessen Horowitz e il supporto rinnovato delle divisioni di venture capital di Alphabet (GV e CapitalG), di Thrive Capital, di MGX e del fondo sovrano britannico per l'IA.
Il round arriva a soli sei mesi da una precedente raccolta da 2,1 miliardi di dollari e coincide con una svolta organizzativa cruciale: il fondatore Demis Hassabis, insignito del premio Nobel per la chimica per le scoperte su AlphaFold, ha lasciato la guida operativa diretta di DeepMind (di cui resta presidente) per dedicarsi a tempo pieno al ruolo di amministratore delegato di Isomorphic Labs.
Dalle previsioni di AlphaFold alla chimica molecolare
Il motore di calcolo di Isomorphic Labs affonda le radici nella serie di modelli AlphaFold, l'architettura neurale che ha risolto il problema cinquantennale del ripiegamento tridimensionale delle proteine. Rispetto ai modelli accademici di predizione strutturale, la piattaforma proprietaria della società integra una batteria di modelli simulativi capaci di esplorare spazi chimici inesplorati, ideando da zero molecole in grado di legarsi selettivamente ai bersagli biologici individuati.
I primi risultati preclinici in vitro e in modelli animali, concentrati su oncologia e malattie del sistema immunitario, hanno superato le metriche di specificità e sicurezza richieste per compiere il passo successivo. Disegnare una molecola valida in ambiente virtuale riduce di anni la fase di discovery, ma la vera barriera all'ingresso dell'industria farmaceutica rimane la validazione clinica: una trafila di trial di fase 1, 2 e 3 che richiede investimenti massicci e standard regolatori rigidissimi.
L'alleanza con Big Pharma e il cambio di paradigma
La dotazione di capitale raccolta consentirà a Isomorphic Labs di sostenere in proprio i costi vivi della sperimentazione clinica, evitando di cedere precocemente la proprietà intellettuale delle molecole scoperte. Parallelamente, l'azienda prosegue la collaborazione strategica con colossi del settore quali Eli Lilly, Novartis e Johnson & Johnson, accordi già stretti negli scorsi anni che combinano l'accesso alle pipeline di ricerca tradizionali con le capacità predittive dell'infrastruttura algoritmica.
Questo modello ibrido — in parte fornitore di piattaforma ad alta tecnologia per i giganti della farmaceutica, in parte casa biotecnologica integrata con una propria pipeline proprietaria — segna il definitivo superamento della fase puramente accademica dell'IA applicata alla salute. Non si tratta più soltanto di mappare macromolecole per la letteratura scientifica, ma di sintetizzare composti chimici con un percorso registrativo definito di fronte a enti come FDA ed EMA.
Il punto di Mocchi's
L'operazione di Isomorphic Labs chiarisce quale sia la vera direzione industriale dell'intelligenza artificiale avanzata: non più solo assistenti conversazionali e interfacce testuali, ma simulazione e modellazione di sistemi fisici complessi. Per il tessuto industriale italiano ed europeo, particolarmente forte nei distretti chimico-farmaceutici e nella ricerca biomedica, questo traguardo dimostra che il vantaggio competitivo non risiede nei modelli generalisti, ma nell'accoppiare algoritmi verticali di simulazione con dati sperimentali di altissima qualità. Chi produce software e sistemi intelligenti deve guardare a questi modelli di calcolo ibrido: la frontiera del valore aggiunto si sposta dove l'IA smette di descrivere il mondo e inizia a progettarlo a livello atomico.