15 października 2026 r. Google DeepMind opublikowało opis pracy z Google Antigravity i ProtNLM, w której badacze obliczeniowo wskazali kandydata na peptyd przeciwdrobnoustrojowy w bakterii Streptococcus pseudopneumoniae. Firma przewiduje jego aktywność wobec patogenów związanych z zakażeniami dróg oddechowych i podała, że walidacja laboratoryjna jest w toku (Google DeepMind).

Jak AI zawęziło poszukiwania kandydata?

Anglojęzyczna demonstracja Google Antigravity pokazuje przeszukiwanie UniProt z ProtNLM, analizę sekwencji i struktur 3D oraz przygotowanie planu badań laboratoryjnych.

ProtNLM przewiduje funkcję białka na podstawie jego sekwencji aminokwasów (Google DeepMind; UniProt). Badacz wyznaczał cel, a Antigravity koordynowało przeszukiwanie UniProt, porównywanie sekwencji, analizę struktur i sprawdzanie kontekstu genomowego. To sposób na wybór kandydatów do dalszych badań.

Unite.AI identyfikuje kandydata jako UniProt A0A0U0D591 — 97-aminokwasowy peptyd z rodziny Lactococcin 972 (Unite.AI). Według tego medium porównanie sekwencji nie wykazało istotnych homologów w analizowanym zbiorze Swiss-Prot, a Foldseek wskazał podobieństwo strukturalne do scharakteryzowanej eksperymentalnie bakteriocyny. Unite.AI podało też, że kandydat znajduje się 6 par zasad przed operonem z przewidywanymi genami związanymi z transportem, adnotacją kolejnej bakteriocyny i regulatorem XRE. Są to wskazówki obliczeniowe dotyczące sekwencji, struktury i otoczenia genomowego.

Google DeepMind przedstawiło również Biomolecular Structure Viewer, zintegrowaną z Antigravity przeglądarkę struktur 3D. Agent może w niej podświetlać fragmenty białka, a badacz przekazywać mu własne adnotacje (Google DeepMind).

Co pokazały eksperymenty w odrębnym badaniu?

Badanie ProteoGPT opublikowane w Nature Microbiology 3 października 2025 r. dotyczyło innego projektu. W teście pilotażowym 18 z 20 wygenerowanych peptydów z serii PT zahamowało co najmniej jeden badany szczep przy MIC — minimalnym stężeniu hamującym wzrost bakterii — nie większym niż 512 μg/ml. Dla 12 z 20 peptydów MIC wyniosło najwyżej 256 μg/ml (Nature Microbiology). Te wyniki dotyczą sekwencji z badania ProteoGPT.

Autorzy opisali także testy in vitro oraz eksperymenty na mysim modelu zakażenia uda; siedem peptydów wybrano do badań na myszach. Oceniali między innymi hemolizę i cytotoksyczność wobec komórek ssaków, degradację przez proteazy surowicy oraz rozwój oporności podczas kolejnych pasaży bakterii (Nature Microbiology). Takie pomiary pozwalają sprawdzać nie tylko aktywność przeciwdrobnoustrojową, lecz także inne właściwości badanych peptydów.

Toksyczność, stabilność czy oporność?

Przeglądy badań nad peptydami przeciwdrobnoustrojowymi nie wskazują jednej przeszkody jako najtrudniejszej w każdym projekcie. Toksyczność i ograniczona ilość danych powracają jako wyzwania (przegląd w PubMed Central; Nature Reviews Bioengineering).