Google Antigravity beschleunigt AMP-Suche

Google hat mit ProtNLM und dem Biomolecular Structure Viewer neue Werkzeuge zur Beschleunigung der Suche nach antimikrobiellen Peptiden vorgestellt. Hintergrund ist die wachsende Antibiotikaresistenz, die nach Schätzungen bis 2050 jährlich zehn Millionen Todesfälle verursachen könnte. Antimikrobielle Peptide, insbesondere Bacteriocine, gelten als vielversprechende Alternative, weil sie natürliche Schwachstellen konkurrierender Bakterien angreifen und damit die Resistenzentwicklung erschweren. Die durch genomische und metagenomische Sequenzierung stark gewachsenen Protein- und Funktionsdatenbanken enthalten viele Sequenzen, deren Funktion bislang unklar ist. ProtNLM soll als Tiefenlernmodell die evolutionäre Grammatik von Aminosäuresequenzen erfassen und biologische Funktionen direkt aus Rohsequenzen vorhersagen. Damit können Millionen uncharakterisierter Einträge in Ressourcen wie UniProt hochvertrauenswürdig annotiert und als Suchgrundlage für neue Wirkstoffkandidaten genutzt werden. Über genomische Ansätze wurden bereits breit genutzte Bacteriocine wie Nisin sowie Kandidaten wie Darobactin, Dynobactin und Lariocidin identifiziert. Ein Demonstrationsfall zeigt einen plausiblen Kandidaten aus Streptococcus pseudopneumoniae, der strukturell und genomisch begründet ist, aber noch im Labor validiert werden muss. Ergänzend bietet der in Antigravity eingebettete 3D-Viewer eine gemeinsame visuelle Arbeitsumgebung für Forschende und KI-Agenten. Der Agent kann Strukturvorhersagen aus der AlphaFold-Datenbank oder vom Nutzer erzeugte Modelle laden, funktionale Regionen hervorheben und Hypothesen erklären. Zugleich werden Markierungen, Notizen oder ausgewählte Bindungsstellen im 3D-Raum an den Agenten zurückgegeben, sodass dieser den unmittelbar sichtbaren strukturellen Kontext berücksichtigen kann. Die Kombination soll datenbankgestützte Suchabläufe vereinfachen und die Entdeckung neuer antimikrobieller Kandidaten in großem Maßstab unterstützen.