抗菌薬耐性の高まりは、現代で最も切迫した世界的な健康危機の一つであり、2050年までに世界で年間約1,000万人の死亡につながる可能性があると推定されています。新しい抗生物質が緊急に必要とされていますが、新たな治療薬を探す作業はしばしば遅く、労力を要するプロセスです。当社のエージェント型開発プラットフォームであるGoogle Antigravityにより、このプロセスはより容易になりつつあります。Google Antigravityはエージェント型の科学ワークベンチを提供し、生物学者が有望な標的を迅速に発見し、構造的に評価し、優先順位を付けられるようにします。これまで複数のデータベースにまたがって断片的に行われていた探索を、1つのセッションにまとめます。
抗菌ペプチド（AMP）、特にバクテリオシンは、従来の抗生物質に代わる有望な選択肢です。競合する細菌の基本的な弱点を標的とするように自然に進化してきたため、病原体が耐性を獲得しにくいという特徴があります。タンパク質データベースの注釈が付いていない「ダークマター」には、数十億もの天然配列がまだ閉じ込められたままです。このギャップを埋めるため、GoogleはProt NLM（Protein Natural Language Model）を開発しました。これは、アミノ酸配列の進化的な「文法」を読み取るように訓練されたディープラーニングモデルです。これにより、以前は名前が付けられていなかった数百万のUniProtエントリに、信頼性の高い機能ラベルが付与されます。
Antigravityでの作業では、研究者とAIエージェントが明確な生物学的目標を設定しました。それは、Streptococcus pseudopneumoniaeにおける新規AMPを見つけ、計算によって検証することです。研究者が科学的戦略を主導し、エージェントはデータベース横断の調整、構造解析、文献の統合といった作業を担当します。得られた候補は、呼吸器感染症に関わる病原体に対して活性が予測されており、現在はウェットラボでの検証が進められています。
この手法は日常的な生物学のワークフローへの参入障壁を下げ、研究者が配列データから優先順位付けされた候補にたどり着くまでの時間を、これまでよりはるかに短縮します。
出典: Google DeepMind Blog · 要約：HeadlinesBriefing