Il 15 ottobre 2026 Google DeepMind ha pubblicato un walkthrough tecnico in cui descrive l’identificazione computazionale di un candidato a peptide antimicrobico in Streptococcus pseudopneumoniae. L’azienda ne prevede un’attività contro patogeni associati alle infezioni respiratorie e riferisce che la validazione in laboratorio è in corso: il risultato presentato, per ora, è una pista da verificare con esperimenti.
Come Antigravity ha selezionato il candidato
Il flusso unisce ricerca nelle banche dati e analisi guidata dal ricercatore. ProtNLM predice funzioni biologiche a partire dalle sequenze di amminoacidi; con Antigravity, il ricercatore indirizza l’indagine e l’agente coordina passaggi come la ricerca in UniProt, il confronto delle sequenze e l’analisi strutturale e genomica. UniProt descrive le funzioni di ProtNLM.
Unite.AI identifica il candidato come UniProt A0A0U0D591, un peptide di 97 amminoacidi appartenente alla famiglia Lactococcin 972. Secondo la testata, un confronto con proteine Swiss-Prot tramite NCBI-BLAST non ha trovato omologhi significativi nel gruppo esaminato; le analisi con AlphaFold e Foldseek hanno suggerito somiglianze strutturali con una batteriocina caratterizzata sperimentalmente. Unite.AI riferisce inoltre che il candidato si trova 6 paia di basi a monte di un operone previsto con geni associati al trasporto, un’altra batteriocina annotata e un regolatore XRE. Sono indizi computazionali utili a scegliere quali verifiche fare, non misure di attività biologica.
DeepMind ha inoltre annunciato il Biomolecular Structure Viewer, uno strumento 3D integrato in Antigravity: l’agente può evidenziare regioni della struttura e le annotazioni del ricercatore possono essere sincronizzate con l’agente.
La dimostrazione mostra la sequenza di lavoro: screening in UniProt con ProtNLM, confronto delle sequenze, analisi della struttura e del contesto genomico, fino alla pianificazione di esperimenti di laboratorio.
Che cosa hanno misurato in un altro progetto
Uno studio ProteoGPT pubblicato su Nature Microbiology il 3 ottobre 2025 offre un esempio distinto di validazione sperimentale. Nel test pilota, 18 dei 20 peptidi generati della serie PT hanno inibito almeno un ceppo batterico testato a una concentrazione minima inibente (MIC) ≤512 μg/ml; 12 su 20 hanno raggiunto una MIC ≤256 μg/ml. Questi risultati riguardano i peptidi dello studio ProteoGPT, non il candidato descritto da DeepMind.
Lo studio ha anche valutato peptidi selezionati in test in vitro e in un modello murino di infezione della coscia. Per esaminarne altri aspetti, ha misurato emolisi e citotossicità, degradazione da parte di proteasi e sviluppo di resistenza in passaggi batterici ripetuti. Sono verifiche diverse: un segnale di attività antimicrobica non risponde da solo alle domande su tossicità, stabilità o resistenza. Lo studio ProteoGPT riporta risultati e condizioni sperimentali.
Le revisioni sul campo descrivono tossicità e scarsità di dati tra i problemi ricorrenti, senza indicare un ostacolo universalmente più difficile degli altri (sintesi sui metodi di IA per i peptidi antimicrobici; revisione su apprendimento automatico e identificazione dei peptidi antimicrobici).
