IT之家 16 de octubre: El problema de la resistencia a los antibióticos está empeorando constantemente, y se necesita urgentemente nuevos antibióticos en todo el mundo. Sin embargo, la investigación y desarrollo de nuevos medicamentos suele ser lenta y compleja. La plataforma de desarrollo inteligente Google Antigravity desarrollada por Google puede simplificar este proceso.
Google Antigravity proporciona una mesa de trabajo científico inteligente que permite a los biólogos descubrir rápidamente, evaluar la estructura y seleccionar posibles dianas, integrando las búsquedas dispersas que requerían varios bases de datos en una sola sesión. La plataforma también utiliza el modelo ProtNLM para ayudar a los investigadores a escanear millones de proteínas no caracterizadas en la base de datos UniProt, un modelo que puede predecir las funciones biológicas a partir de la secuencia de aminoácidos.
Los investigadores han descubierto mediante Google Antigravity un nuevo candidato de péptidos antibacterianos, y se predice que es activo contra los patógenos de las infecciones respiratorias. Actualmente, este candidato está siendo verificado en laboratorio húmedo.
Según el artículo publicado en el sitio IT Home, los péptidos antibacterianos, en particular las bacteriocinas, son una alternativa muy prometedora a los antibióticos tradicionales. Estas sustancias han evolucionado naturalmente para apuntar a los puntos débiles fundamentales de los bacterias, por lo que es difícil que los patógenos desarrollen resistencia. Actualmente, en la base de datos global se han acumulado decenas de millardos de secuencias de aminoácidos naturales, pero muchas de estas secuencias no tienen asignada su función, manteniéndose en un estado de “oscuridad”.
El modelo de aprendizaje profundo ProtNLM desarrollado por Google puede leer directamente la “gramática” de la evolución de las secuencias de aminoácidos, y predecir las funciones biológicas a partir de las secuencias de proteínas originales. Esto ha permitido añadir etiquetas de función de alta confianza a numerosos ítems de UniProt.
En la plataforma Antigravity, los investigadores colaboran con un agente de inteligencia artificial en sus estudios: los investigadores establecen los objetivos biológicos y controlan las estrategias de investigación, mientras que el agente se encarga de la coordinación entre bases de datos, el análisis estructural y la síntesis de literatura, tareas complejas. Este modelo reduce el proceso de selección de bases de datos dispersas, que normalmente requeriría varios días, a una sola sesión de colaboración, lo que disminuye significativamente los requisitos para los estudios biológicos.
La plataforma también incluye el Biomolecular Structure Viewer, una herramienta de visualización tridimensional, mediante la cual investigadores y agentes inteligentes pueden colaborar en un lienzo 3D compartido. Los agentes inteligentes pueden obtener la estructura de la base de datos AlphaFold, dirigir dinámicamente la visualización y resaltar las áreas clave; los investigadores, por su parte, pueden marcar las áreas de interés en el espacio 3D, hacer preguntas a los agentes inteligentes y llevar a cabo investigaciones interactivas basadas en la estructura.
En el pasado, este tipo de trabajo de investigación y desarrollo dependía de software profesional disperso, pero Google Antigravity integra todo el proceso de razonamiento científico en un solo lugar, lo que ayuda a los investigadores a explorar de manera más eficiente el amplio espacio de búsqueda biológica y a seleccionar moléculas candidatas de alta confianza, permitiendo a los científicos dedicar más tiempo a la verificación de hipótesis de calidad y a la investigación experimental.
