Acelerar la búsqueda de péptidos antimicrobianos con Google Antigravity
Google DeepMind describe cómo su plataforma Antigravity ayudó a biólogos a buscar nuevos péptidos antimicrobianos, combinando anotaciones de UniProt, comparaciones de secuencias y estructuras y revisión bibliográfica en una sola sesión. Surgió una bacteriocina candidata de Streptococcus pseudopneumoniae con actividad prevista contra patógenos respiratorios, ahora en pruebas de laboratorio.
Qué dice el artículo
La resistencia a los antimicrobianos es una amenaza sanitaria mundial, con hasta 10 millones de muertes anuales estimadas para 2050. Los péptidos antimicrobianos, en especial las bacteriocinas, son una alternativa prometedora a los antibióticos convencionales, pero muchos candidatos están en la materia oscura de las bases de datos de proteínas: solo UniProt contiene millones de secuencias de función desconocida. Google DeepMind presenta un método en el que Google Antigravity actúa como banco de trabajo científico con agentes para descubrir, evaluar estructuralmente y priorizar proteínas candidatas en una sola sesión.
El enfoque se apoya en ProtNLM, un modelo que predice la función de una proteína a partir de su secuencia, y en un visor 3D integrado que comparten el investigador y el agente. En el ejemplo, de la bacteria Streptococcus pseudopneumoniae, el agente seleccionó una bacteriocina de 97 aminoácidos sin homólogo relevante en Swiss-Prot, cuya estructura predicha coincide con una bacteriocina conocida, y redactó un plan experimental. El candidato está en validación de laboratorio junto con otros; la página lo presenta como una pista biológicamente plausible, aún no validada.
Leer el artículo oficial Ficha AnnuIA
Resumen redactado por AnnuIA con sus propias palabras a partir de la página oficial de Google DeepMind. El contenido y los derechos pertenecen al editor: consulte el artículo original.