Ugrás a tartalomra
Neural Daily

EszközökHír

Antigravity kémiai skillek: makrociklus-terv egy óra alatt

🇬🇧 Read this article in English →

A Google DeepMind Cheminformatics Skills csomagot adott az Antigravityhez. A demóban az agent egy óra alatt jut el a szakirodalomtól az új makrociklus-tervekig, ami eddig napokig tartott.

Írta: Mikola Máté Patrik · · 2 perc olvasás

Google Antigravity screenshot: the agent proposes an intramolecular cyclization reaction for a novel ALK macrocycle design, with a reaction diagram
Kép: Google DeepMind · Sajtókép · Official image from the Google DeepMind blog post · Forrás

Mi történt?

A Google DeepMind kiadta a Cheminformatics Skills csomagot a Google Antigravityhez, a cég agentic fejlesztői környezetéhez (Google DeepMind). A skillek a Science pluginnal telepíthetők az Antigravity appban, Enterprise felhasználóknak Google Cloud fiókkal is elérhetők.

A DeepMind demója tüdőrák elleni gyógyszereken mutatja be: az a munkafolyamat, amely eddig egy iterációban több napot vett igénybe, nagyjából egy óra alatt lefut. Az agent több ezer vegyületet gyűjt össze a szakirodalomból, elemzi őket, majd új molekulákat javasol szintézisúttal együtt.

Hogyan működik?

A munkamegosztás tiszta: a nyelvi modell vezényli a folyamatot, navigál az adatbázisokban és érvel, a molekuláris számításokat viszont determinisztikus kémiai eszközök végzik. Az alap az open source RDKit, mellé ChEMBL és PubChem connector jön, a skillek pedig a szakmai best practice-eket is beépítik az agent munkafolyamatába.

A példa a rigidizálás. A lorlatinib a crizotinibhez hasonló molekula, de gyűrűvé zárták, így gyakorlatilag nincs forgatható kötése, a hatékonysága pedig nagyobb. Az agent kigyűjti a két gyógyszer analógjait, kiszűri a puffereket és oldószereket, interaktív nézőt indít, majd matched molecular pair analysist (MMPA) futtat, illetve több potenciamodellt tanít és validál scaffold vagy kronológiai splittel.

A végén új, merevített makrociklusokat javasol szintézisúttal és elektronmozgatási diagramokkal, a potenciát pedig a korábban tanított saját modelljeivel becsli. Az eredmény szabványos kémiai szoftverekbe exportálható, a terveket AlphaFolddal vagy molekuladinamikával lehet tovább vizsgálni.

Hol a határ?

A DeepMind maga is kiemeli: a ritka adat, a laborok közti mérési zaj és a szűk dinamikus tartomány korlátozza a predikciók pontosságát. A számítógépes tervek tesztelhető hipotézisek, nem kész gyógyszerek, minden javaslatot szintetizálni és kísérletileg validálni kell.

Mit jelent ez a gyakorlatban?

Az Antigravity ezzel kódszerkesztőből tudományos munkapaddá bővül, a minta pedig általános: LLM a szervezésre, determinisztikus tool a pontos számításra. Aki saját szakterületre épít agentet, ezt a felosztást érdemes átvenni.

A Google 10 000 kutatónak hat hónapig ingyen adja az Antigravity legmagasabb használati szintjét. A jelentkezés már nyitva van, a bekerülés jogosultságtól, kapacitástól és kiválasztástól függ.

    MI segítségével készült, szerkesztő ellenőrizte. Hogyan készülnek a cikkeink

    Szerkesztőségünk ellenőrizte és szerkesztette. Rólunk

    Kapcsolódó cikkek