DeepMind 用 Antigravity 筛出抗菌肽新候选：97 个氨基酸，已进湿实验

10 月 15 日，Google DeepMind 公开一段用 Antigravity（它的智能体开发平台）做抗菌肽筛选的技术演示。研究者只定一个目标——在 Streptococcus pseudopneumoniae 里找并计算验证新的抗菌肽——智能体负责跨数据库检索、结构分析与文献综述，把原本要在多个数据库之间来回跳的流程压进一次多轮会话。筛选的第一步是用 ProtNLM 直接从氨基酸序列预测功能，把 UniProt 里数百万条没有功能标注的蛋白缩小到少数候选。

本轮找到的是一个 97 个氨基酸的细菌素（UniProt A0A0U0D591，Lactococcin 972 家族）。之后每一步都能追到具体数据库：用 EMBL-EBI 的 BLAST 拿人工审校过的 Swiss-Prot 做新颖性核查，确认它没有有意义的同源序列；取 AlphaFold 结构模型做远缘结构比对，叠合后折叠与一个已用实验解析的细菌素高度接近；最后它把计算机内的结论翻成一份上机方案——蛋白表达、药敏测试、靶点结合、体外毒性。同批发布的还有一个嵌进 Antigravity 的分子结构查看器，让研究者和智能体一起看折叠。

要分清的是：活性是预测而不是实测。官方明写这个候选「代表一个生物学上合理的先导」，同管线还有几个候选正在做湿实验，四项实验各自都可能失败，官方也没给这条管线的假阳率或命中率。放回这条线上看，值得记的不是某个分子，而是形态变了——智能体把「查库 + 看结构 + 写实验方案」串成一次可复现的会话，把上游筛选的门槛降到生物学家自己就能做。

原文链接：Google DeepMind 官方博客