The Pulse
Google Antigravity individua un candidato antibiotico di 97 amminoacidi
Google DeepMind afferma che il suo agente di IA Antigravity ha individuato in Streptococcus pseudopneumoniae un peptide antimicrobico candidato di 97 amminoacidi. Si prevede che il candidato agisca contro patogeni respiratori, ma è ancora i
AI.info Team · Scritto con l’IA ·
Un peptide di 97 amminoacidi è il candidato principale di un nuovo processo di scoperta di antibiotici presentato da Google DeepMind. Annunciato il 15 ottobre, il candidato è stato individuato con Google Antigravity, l’ambiente di lavoro dell’azienda per la ricerca scientifica basata su agenti, e si prevede che agisca contro patogeni coinvolti nelle infezioni delle vie respiratorie. Non è ancora stato dimostrato che funzioni nei test di laboratorio: Google afferma che il candidato e diversi altri individuati dallo stesso processo sono sottoposti a validazione sperimentale in laboratorio.
Da milioni di sequenze proteiche a un candidato principale
La ricerca si è concentrata sui peptidi antimicrobici di Streptococcus pseudopneumoniae. I ricercatori hanno stabilito l’obiettivo biologico, poi hanno lavorato con l’agente di IA di Antigravity per interrogare banche dati, valutare strutture e consultare la letteratura scientifica. Google descrive il processo come un modo per riunire in un’unica sessione una ricerca altrimenti frammentata tra diverse banche dati.
L’agente ha individuato una batteriocina catalogata in UniProt come A0A0U0D591, appartenente alla famiglia Lactococcin 972. Google afferma che il suo modello ProtNLM aiuta a cercare tra i milioni di proteine di UniProt non ancora caratterizzate, prevedendone la funzione biologica a partire dalle sequenze di amminoacidi. Secondo la ricostruzione dell’analisi fornita dall’azienda, il candidato non aveva omologhi di sequenza significativi nella raccolta Swiss-Prot sottoposta a revisione manuale.
Indizi dalla sequenza, dalla struttura e dal genoma
Il gruppo non si è limitato a esaminare la sequenza. Antigravity ha confrontato il candidato con record proteici curati, ne ha recuperato la struttura prevista dall’AlphaFold Protein Structure Database e ha confrontato quel modello con strutture determinate sperimentalmente. Google afferma che il ripiegamento del candidato corrispondeva da vicino a quello di una batteriocina caratterizzata sperimentalmente, a sostegno della previsione funzionale di ProtNLM.
L’agente ha esaminato anche i geni vicini al candidato. Google riferisce che si trova sei coppie di basi a monte di un gene per la permeasi di un trasportatore ABC, vicino a una possibile proteina partner che lega l’ATP, a un’altra batteriocina annotata e a un regolatore trascrizionale XRE. L’azienda presenta questa disposizione come un indizio compatibile con l’appartenenza del peptide a un sistema batteriocinico funzionante, non come prova che la molecola sia stata testata con successo.
L’attività prevista deve ancora essere verificata in laboratorio
Esaminando la letteratura esistente, il sistema ha ipotizzato che il peptide possa colpire la divisione cellulare batterica e avere attività contro diversi patogeni resistenti ai farmaci. Si tratta di previsioni, non di risultati misurati per questo candidato. Google afferma che il lavoro sperimentale previsto comprende l’espressione proteica, test di sensibilità agli antimicrobici, studi sull’interazione con il bersaglio e test di tossicità in vitro.
La distinzione è importante: un peptide plausibile dal punto di vista computazionale è un candidato in fase iniziale, non un trattamento. L’annuncio non riporta misurazioni di laboratorio che dimostrino che A0A0U0D591 uccide i batteri, né ne stabilisce la sicurezza, il dosaggio o l’efficacia negli animali o nelle persone. Gli esperimenti in laboratorio saranno la prossima verifica dell’analisi dell’agente.
Antigravity lascia il controllo al ricercatore
La dimostrazione di Google descrive un processo interattivo, non una scoperta completamente autonoma. Un ricercatore sceglie il bersaglio e orienta le domande; l’agente coordina le ricerche nelle banche dati, i confronti strutturali e la sintesi della letteratura. Il processo introduce anche un Biomolecular Structure Viewer all’interno di Antigravity, in cui ricercatori e agente possono esaminare insieme un modello proteico e contrassegnare regioni da analizzare ulteriormente.
Google presenta il sistema come un modo per ridurre il tempo impiegato a passare tra banche dati specialistiche, script e strumenti per l’analisi strutturale, lasciando ai ricercatori un elenco più breve di ipotesi da verificare. Che questo si traduca in antibiotici utili dipende dagli esperimenti ora in corso. Per A0A0U0D591, questi test comprendono l’espressione proteica, la sensibilità agli antimicrobici, l’interazione con il bersaglio e la tossicità.