Google применяет платформу Google Antigravity для ускорения поиска новых антибиотиков и других веществ, способных бороться с устойчивыми к лекарствам бактериями. В опубликованном исследовательском разборе Google DeepMind показала, как ИИ-агент объединяет анализ белков, генетических данных и научных публикаций, чтобы находить перспективные молекулы-кандидаты.
В центре подхода - модель ProtNLM, которая анализирует аминокислотные последовательности и прогнозирует функции белков. Это помогает исследовать миллионы записей в базе UniProt, включая белки, назначение которых ранее оставалось неизвестным. Вместо ручного изучения разрозненных баз исследователь может поручить агенту поиск подходящих кандидатов, проверку их новизны и сбор подтверждающих данных.
В качестве примера Google описала поиск антимикробного пептида у бактерии Streptococcus pseudopneumoniae. Система выделила белок длиной 97 аминокислот из семейства Lactococcin 972. Затем исследователь проверил его сходство с известными белками, изучил предполагаемую трёхмерную структуру с помощью данных AlphaFold и проанализировал соседние гены. Совокупность признаков поддержала гипотезу, что найденная молекула может обладать антибактериальной активностью.
Дальше ИИ помог сформировать предположение о механизме действия вещества и подготовить план лабораторных экспериментов - от получения белка до проверки активности против бактерий и оценки токсичности. Этот кандидат и несколько других находок уже проходят экспериментальную проверку. Однако их эффективность пока нельзя считать доказанной: результаты компьютерного анализа должны подтвердить реальные лабораторные испытания.
Главное отличие подхода - объединение научного поиска в одном рабочем процессе. Google Antigravity координирует работу с базами данных, структурными моделями и публикациями, сокращая рутинный этап отбора перспективных молекул. Это не готовый антибиотик, а способ быстрее находить и проверять идеи, которые могут привести к новым средствам против устойчивых инфекций.
Новости нейросетей
27.10.2026