Google DeepMind发布Antigravity平台与ProtNLM模型

Google DeepMind 正式发布 Google Antigravity 智能体开发平台，旨在通过单一会话整合分散的生物数据库搜索流程，帮助研究人员快速发现、评估和优先处理有前景的抗菌肽候选物。该平台核心集成了 ProtNLM 模型，用于直接从氨基酸序列预测生物功能，并引入了嵌入式的 Biomolecular Structure Viewer 3D 可视化工具，支持研究人员与 AI 智能体在共享的 3D 画布上协同操作。 技术细节显示，ProtNLM 被训练用于读取氨基酸序列的进化“语法”，能够为 UniProt 数据库中数百万个未注释条目添加高置信度的功能标签，涵盖蛋白名称、功能注释、亚细胞定位及 GO 术语等。Biomolecular Structure Viewer 允许智能体动态驱动视图，例如高亮关键功能区域或解释假设，同时研究人员的操作如标记特定残基或注释结合口袋也能同步回传给智能体，使其能基于精确的结构上下文进行推理。文中案例展示团队利用该工作流在肺炎链球菌中发现了新型抗菌肽候选物，目前该候选物已处于湿实验验证阶段。 事实层面，Antigravity 是一个包含 ProtNLM 和 3D 查看器的新平台，且文中明确提到发现的候选物正在进行湿实验验证。推断层面，该平台试图解决传统科研中脚本编写、文件导出和工具割裂的效率瓶颈，将原本需要数天的碎片化工作压缩为单次协作会话。猜测层面，虽然文中强调降低了日常生物工作流程的门槛，但具体能否大规模替代现有专业软件或显著缩短药物研发周期，仍需更多独立第三方数据验证，目前仅基于单一案例的演示。