Google DeepMind 10月15日发布的流程演示，追踪了一种拟议抗菌肽从数据库条目到实验室测试计划的过程。研究人员选择生物学问题，并指导每一项后续检查。一个 Antigravity 智能体搜索并关联了蛋白质注释、序列和结构比较、基因组背景及已发表文献。Google 表示，该候选物正在接受湿实验验证。这篇说明报告的是一条计算分析得到的研究线索，目前尚无实验结果表明该肽能杀死细菌。

对生物学团队而言，有用的细节是这条线索背后的证据链。预测功能可以提示从何处寻找；结构相似性或相邻基因可以增强开展测试的理由。每一项仍是不同类型的线索，没有一项测量了抗菌活性。

重大变化

  • 发生了什么变化： Google 的流程演示展示了研究人员如何指导智能体，在同一个工作台中为一种肽候选物汇集序列、结构和基因组证据。产出是一项可检验的假设和一份实验测定计划，没有报告抗菌活性结果。
  • 为什么重要： 生物学家在决定测试对象之前，需要花时间关联不同资源中的线索。能够汇集这些线索的智能体，可为研究团队安排有限的实验室工作提供更清晰的依据，前提是研究人员核查底层匹配和注释。Google 没有报告这套流程是否提高了发现率。
  • 需要关注什么： Google 表示，该候选物正在接受湿实验验证。表达、药敏、靶点结合和毒性结果，将决定这份特定研究档案是否值得推进。对研究管理者而言，更广泛的问题是：智能体汇集的证据能否足够经常地经受验证，从而指导稀缺实验资源的分配。这一个候选物目前还无法回答这个问题。

从注释到候选物

Google 表示，起始任务是在以下物种中寻找新型抗菌肽，并进行计算评估：Streptococcus pseudopneumoniae。研究人员指导了对 UniProt 条目的交互式搜索，这些条目由 Google 基于序列的蛋白质功能模型 ProtNLM 进行注释。智能体把搜索范围缩小到包括 A0A0U0D591 在内的候选物。这些条目细节来自 Google 的说明；BIG CHANGE 在此次审阅中无法独立获取结构化的 UniProt 记录。

研究人员随后要求对经过人工审阅的 Swiss-Prot 蛋白质进行 BLAST 搜索。Google 表示，搜索未在其中找到有意义的序列同源蛋白。这是一次有范围限制的数据库比较，并非该分子在生物学上全新的证明。随后，智能体获取了 AlphaFold 预测结构，通过结构比较发现其与一种通过实验确定结构的细菌素相似。序列搜索和结构搜索回答不同问题：蛋白质可能序列相似性很低，但三维形态仍然相似。Google 报告的结构匹配为其提出的家族归属提供支持，但预测的折叠结构并不能确立候选物的活性或靶点。

基因组检查补充了第三条线索。Google 报告，该候选物的基因位于一种 ABC 转运蛋白通透酶和一个可能的伙伴 ATP 结合蛋白上游六个碱基对处，附近还有另一个已注释的细菌素及一个 XRE 调控因子。这样的相邻关系可以支持该肽属于某个细菌素系统的解释。但这种排列本身不能证明基因得到表达、该肽被分泌，或它能够抑制病原体。

实验仍是决定性步骤

审阅文献后，智能体提出了一种涉及细菌细胞分裂的机制，以及可能涵盖耐药病原体的活性谱。按照 Google 的表述，两者都是从其他证据推导出的假设。智能体建议的实验室计划涵盖蛋白质表达、抗菌药敏、靶点结合和毒性测试。Google 表示，该候选物以及通过这条流程发现的其他候选物正在接受湿实验验证，但流程演示没有报告这些测试的结果。

这为实验工作留下了几个问题：研究人员能否制备该肽，它在测定浓度下是否抑制任何受试生物，它作用于哪个靶点，以及它在毒性测定中如何影响细胞？即使药敏结果呈阳性，也仍需结合机制和安全性证据解释。拟议的活性谱和实验计划都不是一种有效药物的证据。

这个工作台可能对已经懂得评判底层数据库并选择决定性实验的团队有用。Google 的科学研究访问页面表示，Science 插件可从 Antigravity 应用内的 Customizations 市场安装，并提供申请机会，让10,000名科学家免费使用其最高用量档位。抗菌肽流程演示的截图显示使用了 Gemini 3.8 Flash；它们不能证明每个受支持模型都会复现同样的分析。BIG CHANGE 没有运行 Antigravity 或重复数据库搜索，因此报告的速度和候选物评估仍是 Google 的说明，而非我们的实测结果。

来源与延伸阅读