IT之家 Bericht vom 16. Oktober: Das Problem der Antibiotikaresistenz verschärft sich ständig, und weltweit ist eine dringende Bedarf an neuen Antibiotika. Die Entwicklung neuer Medikamente ist jedoch oft langsam und kompliziert. Die von Google eingeführte Google Antigravity-Intelligenzentwicklungsplattform kann diesen Prozess effektiv vereinfachen.
Google Antigravity bietet ein intelligente Wissenschaftsworkbench, der Biologen dabei unterstützt, potenzielle Zielstrukturen schnell zu entdecken, zu bewerten und auszuwählen, und die über den Einsatz mehrerer Datenbanken erforderlichen Suchvorgänge in einer einzigen Sitzung zusammenzufassen. Die Plattform nutzt außerdem das ProtNLM-Modell, um Forschern zu helfen, Millionen von noch nicht charakterisierten Proteinen aus der UniProt-Datenbank zu scannen – ein Modell, das direkt aus Aminosäuresequenzen biologische Funktionen vorhersagen kann.
Forscher haben mittels von Google Antigravity ein neues Kandidat-Molekül für einen antibakteriellen Peptid entdeckt, und es wird erwartet, dass dieses Molekül gegen Pathogene bei Atemwegsinfektionen wirksam ist. Derzeit wird das Kandidat-Molekül in einem feuchten Laborverfahren getestet.
Laut einem Blogbeitrag von IT Home sind antibakterielle Peptide, insbesondere Bakterin, vielversprechende Alternativen zu traditionellen Antibiotika. Diese Substanzen haben es natürlich geschafft, die Schwachstellen der Bakterienstruktur zu adressieren, wodurch es für Krankheitserreger schwierig ist, Resistenz entwickeln zu lassen. In den globalen Datenbanken wurden bereits Milliarden natürlicher Aminosäuresequenzen gesammelt, aber die Funktionen vieler dieser Sequenzen sind nicht angegeben und befinden sich in einem Zustand von „dunkler Materie“.
Das von Google entwickelte ProtNLM-Deep-Learning-Modell kann die Evolution „Grammatik“ der Aminosäuresequenzen direkt lesen und die biologischen Funktionen direkt aus den ursprünglichen Proteinséquenzen vorhersagen. Es fügt einer Vielzahl von UniProt-Einträgen hohe Zuverlässigkeit bei der Funktionsebene hinzu.
In der Antigravity-Plattform arbeiten Forscher mit einer KI-Systemgestaltung zusammen, um Forschungen durchzuführen: Die Forscher setzen biologische Ziele und kontrollieren die Forschungsstrategie, während die KI-Systemgestaltung die schwierigen Aufgaben wie die Koordination zwischen Datenbanken, Strukturanalyse und Literaturverarbeitung übernimmt. Dadurch wird die ursprünglich mehrere Tage dauernde Auswahl von unterschiedlichen Datenbanken in eine einzige Zusammenarbeitssitzung reduziert, was den Einstieg in die biologische Forschung erheblich vereinfacht.
Die Plattform enthält außerdem das Biomolekulare Strukturbildschirm-3D-Visualisierungswerkzeug, mit dem Forscher und Intelligenzmodelle auf einer gemeinsamen 3D-Blatt kooperieren können. Das Intelligenzmodell kann Strukturen aus der AlphaFold-Datenbank abrufen, die Visualisierung dynamisch steuern und wichtige Bereiche hervorheben; die Forscher können außerdem Bereiche in der 3D-Räumlichkeit markieren, dem Intelligenzmodell Fragen stellen und eine basierende auf der Struktur gestützte interaktive Forschung durchführen.
In der Vergangenheit war diese Art von Forschungsarbeit auf verteilte professionelle Software angewiesen. Google Antigravity integriert den gesamten wissenschaftlichen Schlussprozess in einem Ort, um Forschern zu helfen, den weiten biologischen Suchraum effizient zu durchqueren und hochwertige Kandidatenmoleküle auszuwählen. Dadurch können Wissenschaftler mehr Zeit in die Überprüfung von qualitativ hochwertigen Hypothesen und experimentellen Studien investieren.
