Google DeepMind의 10월 15일 과정 설명은 제안된 항균 펩타이드 하나를 데이터베이스 항목에서 실험실 시험 계획까지 추적한다. 연구자는 생물학적 질문을 선택하고 새로운 점검마다 방향을 제시했다. Antigravity 에이전트는 단백질 주석, 서열 및 구조 비교, 유전체 맥락, 출판된 문헌을 검색하고 연결했다. Google은 이 후보가 습식 실험실 검증을 받고 있다고 말한다. 설명에서 보고한 것은 계산 분석으로 얻은 연구 단서이며, 이 펩타이드가 세균을 죽인다는 실험 결과는 아직 없다.

생물학 연구팀에 유용한 세부 내용은 그 단서를 뒷받침하는 근거의 연결 과정이다. 예측된 기능은 어디를 찾아볼지 제시할 수 있고, 구조적 유사성이나 이웃 유전자는 시험의 근거를 강화할 수 있다. 각각은 서로 다른 종류의 단서이며, 어느 것도 항균 활성을 측정하지는 않는다.

큰 변화

  • 무엇이 달라졌나: Google의 과정 설명은 연구자가 에이전트를 지휘해 하나의 작업 환경에서 펩타이드 후보 하나의 서열, 구조, 유전체 근거를 모으는 모습을 보여준다. 결과물은 검증 가능한 가설과 실험 계획이며, 항균 활성 결과는 보고되지 않았다.
  • 왜 중요한가: 생물학자들은 시험할 대상을 고르기 전에 서로 다른 자원의 단서를 연결하는 데 시간을 들인다. 이런 단서를 모으는 에이전트는 연구팀이 제한된 실험실 작업의 우선순위를 정할 때 더 분명한 근거를 제공할 수 있다. 단, 연구자가 바탕이 되는 일치 결과와 주석을 확인해야 한다. Google은 이 절차가 발견율을 높이는지는 보고하지 않는다.
  • 무엇을 살펴봐야 하나: Google은 후보가 습식 실험실 검증을 받고 있다고 말한다. 발현, 감수성, 표적 관여, 독성 결과가 이 특정 후보 자료를 다음 단계로 진행할 가치가 있었는지를 결정할 것이다. 연구 책임자가 내려야 할 더 큰 판단은 에이전트가 모은 근거가 충분히 자주 입증되어 부족한 실험 역량의 배분에 활용할 수 있느냐다. 이 후보 하나로는 아직 답할 수 없다.

주석에서 후보로

Google에 따르면 처음 주어진 과제는 Streptococcus pseudopneumoniae에서 새로운 항균 펩타이드를 찾고 계산 방법으로 평가하는 것이었다. 연구자는 Google의 서열 기반 단백질 기능 모델 ProtNLM으로 주석이 달린 UniProt 항목을 대화형으로 검색하도록 지도했다. 에이전트는 A0A0U0D591을 포함한 후보들로 검색 범위를 좁혔다. 해당 항목의 세부 정보는 Google의 설명에서 나온 것이다. BIG CHANGE는 이번 검토 중 구조화된 UniProt 기록을 독립적으로 가져오지 못했다.

다음으로 연구자는 수동 검토된 Swiss-Prot 단백질을 대상으로 BLAST 검색을 요청했다. Google에 따르면 그중에서 유의미한 서열 상동체는 발견되지 않았다. 이는 범위가 한정된 데이터베이스 비교이지, 그 분자가 생물학적으로 새롭다는 증거는 아니다. 에이전트는 이어 AlphaFold 예측 구조를 가져와 구조 비교를 통해 실험으로 결정된 박테리오신과의 유사성을 찾았다. 서열 검색과 구조 검색은 서로 다른 질문에 답한다. 단백질은 서열 유사성이 낮아도 3차원에서는 닮을 수 있다. Google이 보고한 구조 일치는 제안된 계열 분류를 뒷받침하지만, 예측된 접힘 구조만으로 후보의 활성이나 표적이 확인되지는 않는다.

유전체 점검은 세 번째 단서를 더했다. Google은 후보 유전자가 ABC 수송체 투과효소와 그 파트너일 가능성이 있는 ATP 결합 단백질보다 6염기쌍 상류에 있고, 다른 주석된 박테리오신과 XRE 조절인자가 근처에 있다고 보고한다. 이런 이웃은 펩타이드가 박테리오신 시스템에 속한다는 해석을 뒷받침할 수 있다. 하지만 이 배치만으로 유전자가 발현되는지, 펩타이드가 분비되는지, 병원체를 억제하는지를 알 수는 없다.

결정적인 단계는 여전히 실험이다

문헌을 검토한 뒤 에이전트는 세균의 세포 분열과 관련된 기전과 약제 내성 병원체를 포함할 가능성이 있는 활성 범위를 제안했다. Google의 설명대로라면 둘 다 다른 근거에서 끌어낸 가설이다. 에이전트가 제안한 실험실 계획은 단백질 발현, 항균 감수성, 표적 관여, 독성 시험을 포함한다. Google은 이 후보와 해당 절차로 찾은 다른 후보들이 습식 실험실 검증을 받고 있다고 말하지만, 과정 설명에 그 시험 결과는 보고하지 않았다.

따라서 실험으로 답할 질문이 남는다. 연구자가 펩타이드를 생산할 수 있는가, 측정된 농도에서 시험한 생물 중 어느 것이라도 억제하는가, 어떤 표적에 관여하는가, 독성 시험에서 세포에 어떤 영향을 미치는가? 감수성 결과가 양성이더라도 기전과 안전성 근거와 함께 해석해야 한다. 제안된 활성 범위나 계획은 어느 것도 효과 있는 약의 증거가 아니다.

이 작업 환경은 기초 데이터베이스를 평가하고 결정적인 시험을 선택할 줄 아는 팀에 유용할 수 있다. Google의 과학 연구 접근 안내 페이지에 따르면 Science 플러그인은 Antigravity 앱 내 Customizations 마켓플레이스에서 설치하며, 과학자 10,000명이 최고 사용 등급을 무료로 받을 수 있도록 신청을 받는다. 펩타이드 과정 설명의 화면 캡처에는 Gemini 3.8 Flash가 나타나지만, 지원되는 모든 모델이 같은 분석을 재현한다는 근거는 아니다. BIG CHANGE는 Antigravity를 실행하거나 데이터베이스 검색을 반복하지 않았으므로, 보고된 속도와 후보 평가는 직접 측정한 결과가 아니라 여전히 Google의 설명이다.

출처 및 추가 읽을거리