Google Antigravity accelera la ricerca di nuovi peptidi antimicrobici

Google DeepMind ha presentato un nuovo flusso di lavoro che dimostra come la sua Google Antigravity possa accelerare drasticamente la caccia ai peptidi antimicrobici, piccole proteine in grado di uccidere i batteri e che potrebbero aiutare a contrastare la crescente crisi delle infezioni resistenti ai farmaci.

Come funziona la piattaforma

La resistenza antimicrobica si stima che causerà fino a 10 milioni di morti all'anno entro il 2050, rendendo la ricerca di nuovi trattamenti una priorità urgente. I peptidi antimicrobici, in particolare una classe chiamata batteriocine, sono una strada promettente perché i batteri fanno più fatica a sviluppare resistenza verso di loro rispetto agli antibiotici convenzionali.

La sfida è che i database globali di proteine come UniProt contengono milioni di sequenze con funzioni sconosciute — ciò che i ricercatori chiamano la “materia oscura” dei dati proteici. Per dare senso a questo vasto patrimonio, Google DeepMind ha sviluppato ProtNLM, un modello di deep learning addestrato a prevedere cosa faccia una proteina leggendone semplicemente la sequenza di amminoacidi.

Nel nuovo tutorial, un ricercatore e un agente di AI che lavorano insieme in Antigravity si pongono l'obiettivo di trovare nuovi peptidi antimicrobici nel batterio Streptococcus pseudopneumoniae, una causa comune di infezioni delle vie respiratorie. Nel corso di diversi round interattivi, il ricercatore guida la strategia mentre l'agente si occupa di ricerche sui dati, analisi strutturali e revisione della letteratura.

Dalla query al database al candidato peptideo

L'agente ha rapidamente filtrato milioni di sequenze riducendole a un unico candidato batteriocina promettente, identificato dalla voce UniProt A0A0U0D591. È lungo 97 amminoacidi e appartiene alla famiglia delle Lactococcin 972.

Il team ha poi verificato che il peptide fosse genuinamente nuovo controllandolo contro database proteici revisionati manualmente, confermando che non avesse parenti noti stretti. Successivamente hanno esaminato la sua forma 3D servendosi delle strutture dell'AlphaFold Protein Structure Database, scoprendo che il suo ripiegamento corrispondeva strettamente a una batteriocina confermata sperimentalmente.

L'agente ha inoltre analizzato i geni circostanti il candidato e ha trovato uno schema significativo: si trovava a soli sei unità di DNA da un sistema di trasporto ABC, un assetto comunemente associato alla produzione di batteriocine. Infine, esaminando la ricerca esistente, l'agente ha ipotizzato che il peptide probabilmente colpisse la divisione cellulare batterica e potrebbe essere attivo contro diversi patogeni resistenti ai farmaci.

Cosa succede ora

Il peptide principale individuato in questo walkthrough sta ora passando a una convalida in laboratorio, dove verrà testato fisicamente.

Google Antigravity immagina questo tipo di lavoro come un ciclo collaborativo tra intuizione umana e supporto dell'AI. Invece di interrogare manualmente più database e strumenti uno per uno, i ricercatori possono avviare una singola sessione che orchestra le ricerche di sequenza, i confronti strutturali e la revisione della letteratura, comprimendo settimane di lavoro frammentato in un lasso di tempo molto più breve.

Google DeepMind ha pubblicato il walkthrough tecnico completo sul suo blog, invitando altri biologi a esplorare la piattaforma per i propri progetti di scoperta terapeutica.

I fatti principali

• Google Antigravity è una piattaforma basata su agenti che permette a ricercatori e agenti di AI di lavorare insieme in una singola sessione interattiva
• ProtNLM prevede la funzione biologica delle proteine direttamente dalle loro sequenze di amminoacidi
• La piattaforma ha aiutato a identificare una candidata batteriocina di 97 amminoacidi contro patogeni respiratori
• Il peptide principale è ora in fase di validazione di laboratorio
• La resistenza antimicrobica potrebbe causare 10 milioni di morti all'anno entro il 2050

Fonti

1. Google Antigravity: Accelerating Antimicrobial Peptide Search — Google DeepMind

Ogni fatto di questa notizia viene dalla fonte qui sopra.

Guarda