Prikaz Google DeepMind-a od 15. oktobra prati jedan predloženi antimikrobni peptid od zapisa u bazi podataka do plana laboratorijskih testova. Istraživač je izabrao biološko pitanje i usmeravao svaku narednu proveru. Agent u Antigravity-ju pretraživao je i povezivao anotacije proteina, poređenja sekvenci i struktura, genomski kontekst i objavljenu literaturu. Google kaže da je kandidat na eksperimentalnoj laboratorijskoj validaciji. Prikaz izveštava o računarski dobijenom tragu, bez eksperimentalnog rezultata koji bi za sada pokazao da peptid ubija bakterije.

Za biološki tim koristan detalj je lanac dokaza iza tog traga. Predviđena funkcija može da ukaže gde treba tražiti; strukturna sličnost ili susedni gen mogu da ojačaju razloge za testiranje. Svaki od njih ostaje drugačija vrsta naznake i nijedan ne meri antimikrobnu aktivnost.

Velika promena

  • Šta se promenilo: Google-ov prikaz postupka pokazuje kako istraživač usmerava agenta da na jednom radnom mestu objedini dokaze o sekvenci, strukturi i genomu jednog kandidata za peptid. Rezultat su proverljiva hipoteza i plan eksperimenata, bez objavljenog rezultata antimikrobne aktivnosti.
  • Zašto je važno: Biolozi troše vreme povezujući naznake iz zasebnih resursa pre nego što izaberu šta će testirati. Agent koji ih objedinjuje može istraživačkim timovima da pruži jasniju osnovu za prioritizaciju ograničenog laboratorijskog rada, pod uslovom da istraživači provere osnovna poklapanja i anotacije. Google ne izveštava o tome da li ovaj tok rada poboljšava stopu otkrića.
  • Na šta obratiti pažnju: Google kaže da je kandidat na eksperimentalnoj laboratorijskoj validaciji. Rezultati ekspresije, osetljivosti, interakcije sa metom i toksičnosti pokazaće da li je vredelo unaprediti ovaj konkretan dosije. Za rukovodioce istraživanja šire pitanje je da li se dokazi koje agenti objedinjuju dovoljno često potvrđuju da bi usmeravali oskudne eksperimentalne kapacitete. Ovaj jedan kandidat to još ne može da odgovori.

Od anotacije do kandidata

Google kaže da je početni zadatak bio pronalaženje i računarska procena novih antimikrobnih peptida u vrsti Streptococcus pseudopneumoniae. Istraživač je vodio interaktivnu pretragu zapisa UniProt-a anotiranih pomoću ProtNLM-a, Google-ovog modela funkcije proteina zasnovanog na sekvenci. Agent je suzio pretragu na kandidate među kojima je A0A0U0D591. Ovi detalji zapisa potiču iz Google-ovog prikaza; BIG CHANGE tokom ove provere nije mogao nezavisno da preuzme strukturirani zapis UniProt-a.

Istraživač je zatim zatražio BLAST pretragu ručno pregledanih proteina u Swiss-Prot-u. Google kaže da u njima nije pronađen značajan sekvencijski homolog. To je poređenje unutar ograničene baze podataka, a ne dokaz da je molekul nov u biologiji. Agent je zatim preuzeo strukturu koju je predvideo AlphaFold i strukturnim poređenjem pronašao sličnost sa eksperimentalno određenim bakteriocinom. Pretrage sekvence i strukture odgovaraju na različita pitanja: proteini mogu imati slabu sličnost sekvence, a ipak ličiti jedni na druge u tri dimenzije. Strukturno poklapanje koje Google navodi podržava predloženo svrstavanje u porodicu, ali predviđeno savijanje ne utvrđuje aktivnost ili metu kandidata.

Genomska provera dodala je treću naznaku. Google navodi da se gen kandidata nalazi šest baznih parova uzvodno od permeaze ABC transportera i mogućeg partnerskog proteina koji vezuje ATP, a u blizini su još jedan anotirani bakteriocin i XRE regulator. Takvi susedi mogu da podrže tumačenje da peptid pripada bakteriocinskom sistemu. Sam raspored ne može pokazati da se gen eksprimira, da se peptid izlučuje ili da inhibira patogen.

Eksperiment ostaje odlučujući korak

Posle pregleda literature, agent je predložio mehanizam koji uključuje deobu bakterijskih ćelija i mogući spektar aktivnosti koji obuhvata patogene otporne na lekove. Oboje su hipoteze izvedene iz drugih dokaza, kako ih Google predstavlja. Predloženi laboratorijski plan agenta obuhvata ekspresiju proteina, antimikrobnu osetljivost, interakciju sa metom i ispitivanje toksičnosti. Google kaže da su ovaj kandidat i drugi pronađeni kroz taj postupak na eksperimentalnoj laboratorijskoj validaciji, bez rezultata tih testova u prikazu.

To ostavlja nekoliko pitanja za eksperimentalni rad: mogu li istraživači da proizvedu peptid, da li on pri izmerenim koncentracijama inhibira bilo koji testirani organizam, sa kojom metom stupa u interakciju i kako u testovima toksičnosti utiče na ćelije? Pozitivan rezultat osetljivosti i dalje bi morao da se tumači uz dokaze o mehanizmu i bezbednosti. Ni predloženi spektar ni plan nisu dokaz da lek deluje.

Radno okruženje može biti korisno timovima koji već znaju da procene osnovne baze podataka i odaberu odlučujuće eksperimente. Google-ova stranica za naučni pristup kaže da se Science dodatak instalira iz prodavnice Customizations unutar Antigravity aplikacije i nudi prijavu za 10.000 naučnika da besplatno dobiju najviši nivo korišćenja. Snimci ekrana u prikazu peptida pokazuju Gemini 3.8 Flash; oni ne dokazuju da bi svaki podržani model ponovio istu analizu. BIG CHANGE nije pokrenuo Antigravity niti ponovio pretrage baza podataka, pa prijavljena brzina i procena kandidata ostaju Google-ov prikaz, a ne naš izmereni rezultat.

Izvori i dodatno čitanje