IT之家 · 智能时代 · 10/16/2026, 06:43:19
Google Antigravity Platform Integrates ProtNLM to Accelerate Antimicrobial Peptide Discovery via AI Agents
Google launched the Antigravity intelligent development platform, integrating the ProtNLM deep learning model and AI agent collaboration to accelerate antimicrobial peptide discovery. By consolidating cross-database search, function prediction, and AlphaFold structure visualization into a single session, the platform identified novel candidates against respiratory pathogens now undergoing wet-lab validation.
SOURCE COVERAGEFull Original Report
10 月 16 日消息，当前抗生素耐药性问题不断加剧，全球迫切需要新型抗生素，但新药研发往往缓慢且过程繁琐。谷歌推出的 Google Antigravity 智能开发平台，能够有效简化这一流程。
Google Antigravity 提供了智能科学工作台，支持生物学家快速发现、结构评估和筛选潜在靶点，将原本需要跨多个数据库的分散搜索整合到单次会话中。该平台还借助 ProtNLM 模型，帮助研究人员扫描 UniProt 数据库中数百万未表征的蛋白质，该模型可直接从氨基酸序列预测生物功能。
研究人员已经通过 Google Antigravity 发现了一种新型抗菌肽候选分子，预测其对呼吸道感染病原体具有活性，目前该候选分子正在进行湿实验室验证。
IT之家援引博文介绍，抗菌肽，尤其是细菌素，是传统抗生素很有前景的替代品。这类物质天然进化出靶向细菌基础弱点的能力，病原体很难产生耐药性。目前全球数据库中已经积累了数十亿天然氨基酸序列，但大量序列功能未被标注，仍处于“暗物质”状态。
谷歌开发的 ProtNLM 深度学习模型，可以直接读取氨基酸序列的进化“语法”，直接从原始蛋白质序列预测生物功能，为大量 UniProt 条目添加了高置信度功能标注。
在 Antigravity 平台中，研究人员与 AI 智能体协作开展研究：研究者设定生物学目标、把控研究策略，智能体则负责跨数据库协调、结构分析和文献综合等繁重工作。这种模式将原本需要数天的分散数据库筛选，压缩为单次协作会话，大幅降低了生物学研究的门槛。
平台还内置了 Biomolecular Structure Viewer 三维可视化工具，研究者和智能体可以在共享的 3D 画布上协作。智能体可以从 AlphaFold 数据库获取结构，动态驱动可视化，高亮关键功能区域；研究者也可以在 3D 空间标记感兴趣区域，向智能体提出问题，实现基于结构的交互式研究。
过往这类研发工作需要依赖分散的专业软件，而 Google Antigravity 将完整的科学推理流程整合在一处，帮助研究人员更高效地遍历广阔的生物搜索空间，筛选出高置信度候选分子，让科学家可以将更多时间投入到高质量假设验证和实验研究中。
