Acelerando a busca por peptídeos antimicrobianos com o Google Antigravity
O Google DeepMind descreve como sua plataforma Antigravity ajudou biólogos a buscar novos peptídeos antimicrobianos, combinando anotações do UniProt, comparações de sequências e estruturas e revisão de literatura em uma única sessão. Surgiu uma bacteriocina candidata de Streptococcus pseudopneumoniae com atividade prevista contra patógenos respiratórios, agora em testes de laboratório.
O que diz o artigo
A resistência antimicrobiana é uma ameaça global à saúde, com estimativa de até 10 milhões de mortes por ano até 2050. Os peptídeos antimicrobianos, em especial as bacteriocinas, são uma alternativa promissora aos antibióticos convencionais, mas muitos candidatos estão na matéria escura dos bancos de proteínas: só o UniProt tem milhões de sequências de função desconhecida. O Google DeepMind apresenta um método em que o Google Antigravity funciona como bancada científica com agentes para descobrir, avaliar estruturalmente e priorizar proteínas candidatas em uma única sessão.
A abordagem usa o ProtNLM, modelo que prevê a função de uma proteína a partir de sua sequência, e um visualizador 3D integrado, compartilhado pelo pesquisador e pelo agente. No exemplo, da bactéria Streptococcus pseudopneumoniae, o agente selecionou uma bacteriocina de 97 aminoácidos sem homólogo relevante no Swiss-Prot, cuja estrutura prevista coincide com uma bacteriocina conhecida, e redigiu um plano experimental. O candidato está em validação laboratorial com outros; a página o apresenta como uma pista biologicamente plausível, ainda não validada.
Ler o artigo oficial Ficha AnnuIA
Resumo escrito pela AnnuIA com suas próprias palavras, com base na página oficial de Google DeepMind. O conteúdo e os direitos pertencem ao editor: consulte o artigo original.