Google ускорила поиск антимикробных пептидов с ИИ

Google DeepMind представила платформу Google Antigravity, предназначенную для ускорения поиска новых антимикробных пептидов (AMP). Разработка призвана помочь в борьбе с растущей устойчивостью к антибиотикам, которая, по оценкам, может привести к 10 млн смертей ежегодно к 2050 году. Платформа объединяет инструменты для поиска, структурной оценки и приоритизации перспективных молекул в рамках единой сессии, заменяя фрагментированный анализ множества баз данных.

Ключевым компонентом Antigravity является модель ProtNLM (Protein Natural Language Model), обученная предсказывать биологическую функцию белка непосредственно по аминокислотной последовательности. Это позволяет аннотировать миллионы ранее неохарактеризованных последовательностей в базе UniProt, которые составляют так называемую «тёмную материю» протеома. Используя ProtNLM, исследователи могут сканировать огромные массивы данных и выявлять потенциальные AMP, включая бактериоцины — природные соединения, которые атакуют фундаментальные уязвимости бактерий и затрудняют развитие резистентности.

В техническом примере, описанном DeepMind, биологи с помощью Antigravity обнаружили новый кандидат в антимикробные пептиды, обладающий предсказанной активностью против возбудителей респираторных инфекций. Этот кандидат был найден в Streptococcus pseudopneumoniae и сейчас проходит лабораторную валидацию. Процесс включал интерактивные сессии, где исследователь задавал стратегию, а ИИ-агент выполнял рутинные операции: кросс-базовый поиск, структурный анализ и синтез литературы.

Для поддержки структурного анализа в Antigravity встроен Biomolecular Structure Viewer — инструмент 3D-визуализации. Он позволяет агенту динамически отображать структуры из AlphaFold Database или собственные предсказания пользователя, подсвечивая функциональные регионы. Учёный может отметить интересующий участок в 3D-пространстве и задать вопрос, например, о влиянии β-структуры на связывание с Lipid II, и агент немедленно учтёт этот структурный контекст в своих рассуждениях.

Ранее для подобных исследований требовалось множество разрозненных инструментов: написание скриптов для запросов к базам данных, ручной экспорт файлов в программы 3D-моделирования, использование отдельных геномных утилит и привлечение экспертов для планирования экспериментов. Antigravity объединяет весь этот пайплайн в одном рабочем пространстве, позволяя сократить время на поиск и повысить качество отбора кандидатов за счёт точных предсказаний функции белков.

Платформа не ограничивается одним организмом: исследователи могут менять критерии фильтрации, исследовать другие длины последовательностей или нацеливаться на иные патогены. Расширяя поиск с человеческих комменсалов на environmental microbes, учёные могут масштабно сканировать UniProt и находить новые AMP. По словам разработчиков, такой подход снижает порог входа в повседневные биологические рабочие процессы, превращая дни фрагментированного анализа в одну совместную сессию.