Google Antigravity ускоряет хемоинформатические исследования

DeepMind представила рабочий процесс, в котором Google Antigravity с новыми Cheminformatics Skills помогает на нескольких этапах ранней разработки лекарств. В примере с препаратами для лечения рака лёгкого агент изучал научные публикации и другие источники, извлекал и систематизировал тысячи соединений, отсеивал нерелевантные вещества и фиксировал происхождение данных. В описанном сценарии работа занимала около часа, тогда как одна подобная итерация обычно требует нескольких дней.

Система использует языковую модель для координации операций, навигации по базам данных и научного анализа, а молекулярные расчёты выполняют детерминированные химические инструменты. В основе лежит RDKit, дополненный подключениями к ChEMBL и PubChem. Агент визуализирует наборы соединений, сопоставляет активность с гибкостью молекул, проводит анализ пар молекул с единичным различием и обучает прогностические модели. В данном анализе циклизация обычно уменьшала число вращаемых связей и повышала активность. Сравнение включало crizotinib с пятью основными вращаемыми связями и более жёсткий макроцикл lorlatinib.

Кроме того, агент предложил новые макроциклы и варианты синтеза, создав схемы механизмов реакций и прогнозы активности. DeepMind отмечает, что такие проекты остаются проверяемыми гипотезами: их необходимо синтезировать и испытать экспериментально. Точность ограничивают недостаток данных, различия между лабораторными тестами и узкие диапазоны измерений. Skills уже доступны в Google Antigravity; 10 000 учёных могут подать заявку на бесплатное использование высшего уровня в течение шести месяцев, с учётом требований и доступной ёмкости.