Google Antigravity 加速抗菌肽发现流程

核心事实

Google DeepMind 在官方博客中介绍了用其智能体开发平台 Google Antigravity 加速抗菌肽（AMP）发现的流程。据该博客，Antigravity 提供面向生物学的智能体工作台，把原本分散在多个数据库中的检索、结构评估与候选优先级排序压缩到一次会话中；它借助 ProtNLM 模型，从氨基酸序列预测生物功能，用于扫描 UniProt 中数百万条此前未表征的蛋白质。博客给出的技术演示中，研究人员以肺炎链球菌（Streptococcus pseudopneumoniae）为目标，筛出一个候选抗菌肽，据报对呼吸道感染相关病原体具有预测活性，该先导候选目前正在进行湿实验验证。

背景与影响

抗菌素耐药性上升使新型治疗药物需求迫切。抗菌肽中的细菌素天然针对竞争细菌的关键弱点，被认为较难产生耐药性。随着基因组与宏基因组测序增长，公共数据库积累了海量天然序列，但许多仍处于功能未注释的“暗物质”状态。ProtNLM 的作用是为 UniProt 中未审阅条目补充功能标签，覆盖蛋白名称、功能注释、亚细胞定位与 GO 术语等。博客称，Antigravity 让研究者主导科学策略，智能体承担跨库编排、结构分析与文献综合；演示中还引入嵌入平台的生物分子结构查看器，供研究者与智能体共享三维可视化状态。

限制与来源

需要说明的是，上述候选肽的活性为计算预测结果，博客明确其仍需湿实验验证，最终结论取决于实验数据。该演示聚焦特定菌种与序列范围，其他病原体或筛选条件下的表现尚未获官方确认。功能、可用范围与地区支持请以 Google 官网当前信息为准。本文内容来自 Google DeepMind 官方博客《Accelerating the search for antimicrobial peptides with Google Antigravity》。