Google Antigravity 화학정보학 스킬 출시

Google Antigravity의 화학정보학 스킬 개요

Google DeepMind는 Google Antigravity 플랫폼에 새로운 화학정보학 스킬 제품군을 통합하여, 의약 화학자들이 복잡한 약물 발견 워크플로우를 자동화할 수 있도록 지원합니다. 언어 모델 기반 오케스트레이션과 결정론적 화학 도구를 결합함으로써, 연구자들은 문헌 추출, 매칭 분자 쌍 분석(MMPA), 예측 모델링과 같은 작업을 수동 큐레이션에 일반적으로 필요한 시간의 일부만으로 수행할 수 있습니다.

기술 아키텍처 및 통합

이 시스템은 협업형 과학 워크벤치로 작동하며, 언어 모델과 전문화된 계산 도구 간에 작업을 분담합니다. 아키텍처는 다음에 의존합니다:

• 오케스트레이션: 기본 언어 모델이 워크플로우 탐색, 과학적 추론, 데이터베이스 상호작용을 관리합니다.
• 결정론적 실행: 화학 특화 계산은 업계 표준 오픈소스 화학정보학 툴킷인 RDKit이 처리합니다.
• 데이터 연결: 에이전트는 ChEMBL 및 PubChem을 포함한 큐레이션된 리소스와 통합하여 근거 기반의 도메인 특화 출력을 보장합니다.

이 접근 방식을 통해 에이전트는 IUPAC 이름부터 구조-데이터 파일(SDF)에 이르기까지 다양한 분자 표현을 처리하면서, 수동 데이터 정리 중 발생할 수 있는 오류 위험을 최소화합니다.

워크플로우 기능: 강직화 사례

플랫폼의 유용성을 입증하기 위해 DeepMind는 분자의 형태적 유연성을 제한하여 약물 효능을 개선하는 의약 화학 기법인 "강직화" 과정을 강조했습니다. 크리조티닙에서 로르라티닙으로의 전환 예를 사용하여, Antigravity 에이전트는 다음 단계를 수행합니다:

1. 문헌 검색: 에이전트는 학술 및 특허 문헌을 스캔하여 관련 화합물을 추출하고, 완충제 및 용매와 같은 노이즈를 필터링합니다.
2. 데이터 분석: 매칭 분자 쌍 분석(MMPA)을 수행하여 특정 화학적 변화(예: 고리화)가 약물 효능에 미치는 영향을 분리합니다.
3. 예측 모델링: 에이전트는 효능을 추정하기 위해 머신러닝 모델을 구축하고 벤치마킹하며, 스캐폴드 분할과 같은 기법을 사용하여 분포 외 성능을 평가합니다.
4. 합성 계획: 에이전트는 새로운 거대고리를 제안하고, 반응 메커니즘을 설명하기 위한 전자 이동 다이어그램을 생성하며, 문서화된 절차와 일치하는 합성 경로를 제안합니다.

과학적 한계 및 인간 개입

DeepMind는 이러한 도구가 검증 가능한 가설 생성을 가속화하지만 실험적 검증을 대체하지는 않는다고 강조합니다. 모델의 예측 정밀도는 희소 데이터, 실험실 간 분석 노이즈, 좁은 동적 범위와 같은 제약에 여전히 영향을 받습니다. 따라서 모든 AI 생성 설계는 실험실 환경에서 합성되고 검증되어야 합니다.

가용성 및 접근

화학정보학 스킬은 현재 Google Antigravity 애플리케이션 내 Science 플러그인을 통해 사용할 수 있습니다. 엔터프라이즈 사용자는 Google Cloud 자격 증명으로 로그인하여 이러한 기능에 접근할 수 있습니다. 또한 Google은 10,000명의 과학자에게 Google Antigravity의 최고 사용 등급을 6개월간 무료로 제공하며, 관심 있는 연구자를 위한 신청이 현재 열려 있습니다.