Le candidat que nous découvrons dans cette démonstration représente une piste biologiquement plausible, étayée par des preuves structurelles et génomiques, mais il nécessite encore une validation en laboratoire humide. Ce qui rend cette approche intéressante, c'est la manière dont elle abaisse considérablement la barrière des workflows biologiques quotidiens, transformant des jours de tri fragmenté de bases de données en une seule session collaborative. Bien que cette session se soit concentrée sur une fenêtre étroite d'acides aminés chez Streptococcus pseudopneumoniae, les chercheurs peuvent orienter la conversation dans n'importe quelle direction, par exemple en ajoutant de nouveaux critères de filtrage, en explorant différentes longueurs de séquences ou en ciblant d'autres pathogènes prioritaires. En élargissant la recherche des commensaux humains aux microbes environnementaux et au-delà, les scientifiques peuvent guider l'agent à travers UniProt pour découvrir de nouveaux candidats AMP à grande échelle.
Un canvas 3D partagé pour la collaboration interactive
La structure 3D d'une protéine peut nous aider à comprendre sa fonction biologique. Examiner le repliement prédit d'un candidat dans l'espace est essentiel. Pour offrir ce workflow de bout en bout dans un espace de travail unique, nous présentons le Biomolecular Structure Viewer, un outil de visualisation 3D intégré directement dans Antigravity.
Le chercheur et l'agent travaillent ensemble sur un état visuel partagé. Lorsque l'agent récupère des structures depuis l'AlphaFold Database ou les prédictions du scientifique, il peut piloter dynamiquement le visualiseur. Par exemple, il peut mettre en évidence des régions fonctionnelles clés pour expliquer visuellement ses hypothèses. Fait crucial, cette sensibilisation fonctionne dans les deux sens : des actions telles que la mise en évidence de résidus spécifiques ou l'épinglage de notes directement sur une poche de liaison sont synchronisées en retour vers l'agent. Un chercheur peut simplement marquer une région d'intérêt dans l'espace 3D et demander, par exemple : « Comment ce brin β pourrait-il affecter la liaison au Lipid II ? », permettant ainsi à l'agent de raisonner immédiatement sur le contexte structurel exact que le scientifique observe.