Пошаговый разбор Google DeepMind от 15 октября прослеживает один предполагаемый антимикробный пептид от записи в базе данных до плана лабораторных испытаний. Исследователь выбрал биологический вопрос и направлял каждую следующую проверку. Агент Antigravity искал и связывал аннотации белков, сравнения последовательностей и структур, геномный контекст и опубликованную литературу. По словам Google, кандидат проходит экспериментальную лабораторную проверку. В описании представлена вычислительная зацепка, но пока нет экспериментального результата, показывающего, что пептид убивает бактерии.

Для биологической команды полезная деталь — цепочка доказательств за этой зацепкой. Предсказанная функция может подсказать, где искать; структурное сходство или соседний ген могут усилить основания для испытаний. Каждый из них остается отдельным типом признака, и ни один не измеряет антимикробную активность.

Главное изменение

  • Что изменилось: Пошаговый разбор Google показывает, как исследователь направляет агента, чтобы собрать в одной рабочей среде данные о последовательности, структуре и геноме одного пептидного кандидата. Результат — проверяемая гипотеза и план анализов, без сообщенных результатов антимикробной активности.
  • Почему это важно: Биологи тратят время на соединение признаков из разных ресурсов, прежде чем выбрать объект испытаний. Агент, собирающий эти признаки, может дать исследовательской команде более ясную основу для приоритизации ограниченной лабораторной работы, если исследователи проверяют исходные совпадения и аннотации. Google не сообщает, повышает ли этот процесс частоту открытий.
  • За чем следить: По словам Google, кандидат проходит экспериментальную лабораторную проверку. Результаты экспрессии, чувствительности, взаимодействия с мишенью и токсичности определят, стоило ли продвигать это конкретное досье. Для руководителей исследований более широкий вопрос — достаточно ли часто подтверждаются собранные агентами доказательства, чтобы направлять дефицитные экспериментальные ресурсы. Этот один кандидат пока не может дать ответ.

От аннотации к кандидату

Google говорит, что исходной задачей было найти и вычислительно оценить новые антимикробные пептиды у Streptococcus pseudopneumoniae. Исследователь направлял интерактивный поиск записей UniProt, аннотированных с помощью ProtNLM — модели Google, предсказывающей функцию белка по последовательности. Агент сузил поиск до кандидатов, включая A0A0U0D591. Эти сведения о записи взяты из описания Google; BIG CHANGE не смог независимо получить структурированную запись UniProt во время этой проверки.

Затем исследователь запросил поиск BLAST по вручную проверенным белкам Swiss-Prot. По словам Google, среди них не нашлось значимого гомолога по последовательности. Это сравнение в пределах определенной базы данных, а не доказательство того, что молекула новая для биологии. Затем агент получил предсказанную AlphaFold структуру и с помощью структурного сравнения нашел сходство с экспериментально определенным бактериоцином. Поиск по последовательности и структуре отвечает на разные вопросы: белки могут иметь слабое сходство последовательностей, но при этом быть похожими в трех измерениях. Сообщенное Google структурное совпадение поддерживает предложенное отнесение к семейству, но предсказанная укладка не устанавливает активность или мишень кандидата.

Проверка геномного контекста добавила третий признак. Google сообщает, что ген кандидата расположен на шесть пар оснований выше по ходу последовательности от пермеазы ABC-транспортера и возможного партнерского ATP-связывающего белка; поблизости находятся еще один аннотированный бактериоцин и регулятор XRE. Такое соседство может поддерживать интерпретацию, что пептид относится к системе бактериоцина. Само расположение не может показать, что ген экспрессируется, что пептид секретируется или что он подавляет патоген.

Решающим этапом остается эксперимент

Изучив литературу, агент предложил механизм, связанный с делением бактериальной клетки, и возможный спектр активности, включающий устойчивые к лекарствам патогены. Оба предположения — гипотезы, выведенные из других данных, как их представляет Google. Предложенный агентом план лабораторной работы охватывает экспрессию белка, антимикробную чувствительность, взаимодействие с мишенью и проверку токсичности. Google говорит, что этот кандидат и другие, найденные с помощью данного процесса, проходят экспериментальную лабораторную проверку, но не приводит результаты этих испытаний в разборе.

Для экспериментов остаются вопросы: смогут ли исследователи получить пептид, подавляет ли он какой-либо из проверяемых организмов при измеренных концентрациях, с какой мишенью взаимодействует и как влияет на клетки в тестах токсичности? Даже положительный результат чувствительности нужно будет интерпретировать вместе с данными о механизме и безопасности. Ни предложенный спектр, ни план не являются доказательством работающего лекарства.

Рабочая среда может быть полезна командам, уже умеющим оценивать исходные базы данных и выбирать решающие анализы. На странице Google о доступе для науки сказано, что плагин Science устанавливается из магазина Customizations внутри Antigravity; там также предлагают подать заявку 10 000 ученым, чтобы бесплатно получить самый высокий уровень использования. На снимках экрана в разборе пептида показан Gemini 3.8 Flash; они не доказывают, что каждая поддерживаемая модель воспроизведет тот же анализ. BIG CHANGE не запускал Antigravity и не повторял поиск по базам данных, поэтому сообщенные скорость и оценка кандидата остаются описанием Google, а не нашим измеренным результатом.

Источники и дополнительные материалы