Google DeepMind 15 октября 2026 года опубликовала в своём блоге технический разбор применения агентной платформы Google Antigravity для поиска новых антимикробных пептидов (AMP). Авторы материала — Pengfei Tian, Maxwell L. Bileschi, Zoi Tsangalidou, Sukhdeep Singh и Lucy J. Colwell. Antigravity описывается как агентная платформа для разработки и «агентный научный верстак», позволяющий биологам искать, структурно оценивать и приоритизировать цели в рамках одной сессии вместо работы с несколькими базами данных по отдельности. Это заявление разработчика.
В описанном сценарии исследователь и агент поставили цель найти и вычислительно проверить новые AMP у Streptococcus pseudopneumoniae. Для разбора миллионов неохарактеризованных белков в базе UniProt используется модель ProtNLM, которая предсказывает биологическую функцию напрямую по «сырым» аминокислотным последовательностям; охват аннотаций включает названия белков, комментарии о функции, субклеточную локализацию, термины GO и ключевые слова.
По данным материала, агент отфильтровал миллионы записей до нескольких кандидатов. Найден бактериоцин (UniProt ID: A0A0U0D591) длиной 97 аминокислот из семейства Lactococcin 972. Новизну проверяли через сервис EMBL-EBI NCBI-BLAST по курируемой базе Swiss-Prot: значимых гомологов среди вручную проверенных белков, по данным публикации, не найдено. Структурный анализ проводился с моделью кандидата из AlphaFold Protein Structure Database и сопоставлением с экспериментально определёнными структурами; укладка, как сообщается, близка к экспериментально определённому бактериоцину. Кроме того, агент проанализировал геномное окружение: кандидат расположен выше плотно связанного оперона, в 6 парах оснований перед пермеазой ABC-транспортёра и потенциальным партнёрским ATP-связывающим белком, рядом с аннотированным бактериоцином и XRE-регулятором транскрипции.
По литературе агент предложил механизм действия с мишенью на бактериальное деление клетки и предсказанный спектр активности против нескольких лекарственно-устойчивых патогенов. Лид, выявленный в разборе, проходит проверку в лабораторных условиях (wet-lab validation). Какая именно лаборатория её проводит, на какой стадии она находится и когда ожидаются результаты, не указано; количественные метрики точности ProtNLM и оценки достоверности предсказаний кандидата не раскрыты. Не приводятся также данные о спектре действия, минимальной подавляющей концентрации и результатах экспериментов in vitro и in vivo. Эти пробелы обозначены в исходном материале.
Источник события: deepmind.google. Дата источника (UTC): 2026-10-15 16:08:03.