Isomorphic Labs raccoglie 2,1 mld per scalare l'AI che progetta farmaci, con l'obiettivo di portarli in clinica entro fine 2026

Cos’è successo

A maggio 2026 Isomorphic Labs, spin-off di Google DeepMind, ha raccolto 2,1 miliardi di dollari per scalare il proprio motore di drug design basato sull’intelligenza artificiale. L’azienda punta a portare in clinica i primi farmaci progettati con la sua piattaforma entro la fine del 2026.

Il movimento non riguarda solo le biotech AI-native. Bristol Myers Squibb ha appena acquistato un sistema Nvidia DGX SuperPOD di nuova generazione per integrare l’AI nella ricerca: secondo l’azienda, l’uso di questi strumenti avrebbe già ridotto alcuni tempi di sviluppo del 20-30%, con l’obiettivo di arrivare fino al 50%.

Perché conta

• Il valore si sposta dalla molecola alla piattaforma. Nel modello tradizionale il vantaggio competitivo era soprattutto nel brevetto sul composto. Nel modello AI-driven il valore nasce prima: nei dati proprietari, nei modelli, nei workflow di validazione e nella capacità di generare rapidamente nuove ipotesi terapeutiche;
• La proprietà intellettuale diventa più fragile. Il nodo legale è semplice: negli Stati Uniti e in Europa l’inventore deve essere una persona, non una macchina. L’Uspto - United States Patent and Trademark Office, l'organismo di tutela della proprietà intellettuale negli Stati Uniti d'America - ha chiarito che le invenzioni assistite da AI non sono automaticamente non brevettabili, ma serve un contributo umano significativo; l’Epo – corrispettivo europeo dell’Uspto – ha ribadito che una macchina non può essere designata come inventore;
• La pharma rischia di dipendere da stack tecnologici esterni. Se scoperta, ottimizzazione e selezione dei candidati dipendono da infrastrutture di calcolo, modelli proprietari e dataset chiusi, il controllo dell’innovazione non è più solo nelle mani di chi sviluppa il farmaco, ma anche di chi controlla il sistema che lo ha generato.

Adesso

• Scenario debole: AI come acceleratore operativo. Le aziende usano l’AI per ridurre costi, tempi e fallimenti preclinici, ma la struttura del settore resta simile: brevetti sui farmaci, partnership biotech-pharma, acquisizioni selettive e regolatori che valutano il prodotto finale, non il modello;
• Scenario forte: AI come nuovo livello proprietario della filiera. Chi possiede dati, modelli e capacità computazionale diventa il vero gatekeeper dell’innovazione. In questo scenario, una biotech non vende più solo una molecola, ma una macchina capace di generare pipeline;
• La metrica da monitorare sarà la qualità clinica, non il numero di molecole generate. L’AI può produrre più candidati e più velocemente, ma il punto decisivo resta la prova nell’uomo: sicurezza, efficacia, superiorità rispetto allo standard di cura e solidità brevettuale. Il primo farmaco AI-designed che supererà davvero fase II e fase III non sarà solo una validazione scientifica, ma un cambio di potere nella catena del valore farmaceutica.