Google DeepMind 10月15日的流程展示，追蹤了一種擬議抗菌胜肽從資料庫條目到實驗室測試計畫的過程。研究人員選定生物學問題，並指導每一項後續檢查。一個 Antigravity 代理搜尋並串聯了蛋白質功能註解、序列與結構比較、基因體脈絡及已發表文獻。Google 表示，這個候選物正在接受濕式實驗驗證。這份說明報告的是運算分析得到的研究線索，目前尚無實驗結果顯示這個胜肽能殺死細菌。

對生物學團隊而言，有用的細節是這條線索背後的證據鏈。預測功能可提示從哪裡尋找；結構相似或鄰近基因可以加強進行測試的理由。但每一項仍是不同類型的線索，沒有任何一項測量了抗菌活性。

重大改變

  • 有什麼改變： Google 的流程展示呈現研究人員如何指導代理，在同一個工作環境中為一種胜肽候選物彙整序列、結構與基因體證據。產出是可檢驗的假說與一份實驗測定計畫，並未報告抗菌活性結果。
  • 為什麼重要： 生物學家在選擇測試對象前，會花時間串聯不同資源中的線索。能彙整這些線索的代理，可為研究團隊安排有限的實驗室工作提供更清楚的依據，前提是研究人員檢查底層的比對結果與註解。Google 沒有說明這套流程是否提高了發現率。
  • 值得留意什麼： Google 表示，候選物正在接受濕式實驗驗證。表現、藥物敏感性、標的交互作用與毒性結果，將決定這份特定研究資料是否值得推進。對研究管理者而言，更廣泛的問題是，代理彙整的證據能否夠常經得起驗證，從而引導稀缺實驗資源的分配。這一個候選物目前還無法回答。

從註解到候選物

Google 表示，最初的任務是在以下物種中尋找新的抗菌胜肽，並以運算方式評估：Streptococcus pseudopneumoniae。研究人員指導互動式搜尋 UniProt 條目，這些條目由 Google 依序列預測蛋白質功能的模型 ProtNLM 加上註解。代理將搜尋範圍縮小到包含 A0A0U0D591 的候選物。這些條目細節來自 Google 的說明；BIG CHANGE 在這次審閱中無法獨立取得結構化的 UniProt 紀錄。

研究人員接著要求，對經人工審閱的 Swiss-Prot 蛋白質進行 BLAST 搜尋。Google 表示，搜尋未在其中找到有意義的序列同源蛋白。這是在特定資料庫範圍內的比較，並不是該分子在生物學上全新的證明。代理隨後取得 AlphaFold 預測的結構，透過結構比較發現其與一種經實驗確定的細菌素相似。序列搜尋與結構搜尋回答不同問題：蛋白質可能序列相似度很低，三維形態卻仍相似。Google 報告的結構比對結果支持其提出的家族歸屬，但預測的摺疊構形不能確立候選物的活性或標的。

基因體檢查加入第三條線索。Google 報告，候選物基因位於一種 ABC 轉運蛋白通透酶與一個可能的夥伴 ATP 結合蛋白上游六個鹼基對處，附近還有另一個已註解的細菌素與一個 XRE 調控因子。這些鄰近關係可支持該胜肽屬於細菌素系統的解釋。但這種排列本身不能顯示基因有表現、胜肽會分泌，或能抑制病原體。

實驗仍是決定性步驟

審閱文獻後，代理提出涉及細菌細胞分裂的機制，以及可能涵蓋抗藥性病原體的活性範圍。按照 Google 的呈現，兩者都是從其他證據推導出的假說。代理建議的實驗室計畫涵蓋蛋白質表現、抗菌藥物敏感性、標的交互作用與毒性測試。Google 表示，這個候選物及透過這套流程找到的其他候選物正在接受濕式實驗驗證，但流程展示沒有報告這些測試的結果。

這為實驗工作留下幾個問題：研究人員能否製備這種胜肽？它在測定濃度下，是否抑制任何受試生物？它與什麼標的互動？毒性測定中，它對細胞有何影響？即使藥物敏感性結果為陽性，仍須結合機制與安全性證據解讀。擬議的活性範圍和計畫，都不能證明有一種有效藥物。

這個工作環境可能對已懂得評估底層資料庫、並選擇決定性實驗的團隊有用。Google 的科學研究存取頁面表示，Science 外掛程式可從 Antigravity 應用程式內的 Customizations 市集安裝，並提供申請機會，讓10,000名科學家免費取得最高用量等級。胜肽流程展示的螢幕截圖呈現 Gemini 3.8 Flash；這不能證明每個受支援模型都能重現同樣的分析。BIG CHANGE 沒有執行 Antigravity 或重做資料庫搜尋，因此報告的速度與候選物評估仍是 Google 的說明，而非我們的實測結果。

資料來源與延伸閱讀