Google Antigravity Cheminformatics Skillsのリリース

Google AntigravityにおけるCheminformatics Skillsの概要

Google DeepMindは、Google Antigravityプラットフォームに新しいCheminformatics Skills（ケモインフォマティクススキル）スイートを統合しました。これは、創薬化学者が複雑な創薬ワークフローを自動化できるよう支援するために設計されています。言語モデル主導のオーケストレーションと決定論的な化学ツールを組み合わせることで、研究者は文献抽出、マッチド分子ペア解析（MMPA）、予測モデリングといったタスクを、手作業によるキュレーションに通常かかる時間の数分の一で実行できるようになります。

技術アーキテクチャと統合

このシステムは、言語モデルと専門的な計算ツールの間で作業を分担する、共同科学ワークベンチとして機能します。アーキテクチャは以下に依存しています。

オーケストレーション: 基盤となる言語モデルが、ワークフローのナビゲーション、科学的推論、データベースとの対話を管理します。
決定論的実行: 化学固有の計算は、業界標準のオープンソース・ケモインフォマティクス・ツールキットであるRDKitによって処理されます。
データ接続性: エージェントはChEMBLやPubChemなどのキュレーションされたリソースと統合され、根拠に基づいたドメイン固有の出力を保証します。

このアプローチにより、エージェントはIUPAC名から構造データファイル（SDF）に至るまで、多様な分子表現を扱うことができ、手作業によるデータ処理中に発生する可能性のあるエラーのリスクを最小限に抑えることができます。

ワークフローの機能：剛直化（Rigidification）の事例

プラットフォームの有用性を実証するため、DeepMindは「剛直化（rigidification）」のプロセスを強調しました。これは、分子のコンフォメーションの柔軟性を制限することで薬効を向上させるために使用される創薬化学の技術です。クリゾチニブからロルラチニブへの移行を例に、Antigravityエージェントは以下のステップを実行します。

文献検索: エージェントは学術文献や特許文献をスキャンして関連化合物を抽出し、バッファーや溶媒などのノイズを除去します。
データ分析: マッチド分子ペア解析（MMPA）を実行し、環化などの特定の化学的変化が薬効に与える影響を分離します。
予測モデリング: エージェントは機械学習モデルを構築・ベンチマークして薬効を推定し、スキャフォールド分割などの手法を用いて分布外性能を評価します。
合成計画: エージェントは新規マクロサイクルを提案し、反応メカニズムを説明するための電子移動図を生成し、文書化された手順と整合性のある合成ルートを提案します。

科学的限界とヒューマン・イン・ザ・ループ

DeepMindは、これらのツールが検証可能な仮説の生成を加速させる一方で、実験による検証に取って代わるものではないことを強調しています。モデルの予測精度は、データの希薄さ、ラボ間のアッセイノイズ、狭いダイナミックレンジといった制約を受けます。したがって、AIが生成したすべての設計は、実験室環境で合成および検証される必要があります。

利用可能性とアクセス

Cheminformatics Skillsは、現在Google Antigravityアプリケーション内のScienceプラグインを通じて利用可能です。エンタープライズユーザーは、Google Cloudの認証情報でログインすることでこれらの機能にアクセスできます。さらに、Googleは10,000人の科学者に対し、Google Antigravityの最高利用ティアを6か月間無料で提供しており、現在関心のある研究者からの応募を受け付けています。