Google Antigravity прискорює хемoinформатичні дослідження

DeepMind представила робочий процес, у якому Google Antigravity з новими Cheminformatics Skills підтримує кілька етапів ранньої розробки ліків. У прикладі з препаратами для лікування раку легень агент опрацював наукові публікації та інші джерела, вилучив і впорядкував тисячі сполук, відсіяв нерелевантні речовини та зафіксував походження даних. Описаний цикл зайняв близько години, тоді як одна подібна ітерація зазвичай триває кілька днів.

Система поєднує мовну модель, яка координує процес, навігує базами даних і виконує наукове міркування, з детермінованими хімічними інструментами для молекулярних розрахунків. Вона базується на RDKit і підключається до ChEMBL та PubChem. Агент візуалізує набори сполук, зіставляє активність із гнучкістю молекул, проводить аналіз пар із локальною структурною відмінністю та навчає прогностичні моделі. Результати показали, що циклізація зазвичай зменшує кількість обертових зв’язків і підвищує активність. У прикладі порівнювали crizotinib із п’ятьма основними обертовими зв’язками та жорсткіший макроцикл lorlatinib.

Агент також запропонував нові макроцикли й маршрути синтезу, додавши схеми механізмів реакцій і прогнози активності. DeepMind наголошує, що такі конструкції є гіпотезами, які потребують синтезу та експериментальної перевірки. Точність обмежують нестача даних, відмінності між лабораторними тестами й вузькі діапазони вимірювань. Skills уже доступні в Google Antigravity; 10 000 науковців можуть подати заявку на безкоштовний доступ найвищого рівня на шість місяців, залежно від вимог і місткості програми.