Agentic cheminformatics with Google Antigravity
TL;DR · AI 摘要
Google Antigravity通过化学信息学技能将药物发现流程从多天缩短至1小时,整合分子数据并提出新分子结构。
核心要点
- Google Antigravity在1小时内完成传统需要多天的药物分子筛选流程
- 系统整合IUPAC、Markush结构和SDF等10+分子表示方式
- 基于RDKit和ChEMBL/PubChem数据库实现98%的分子数据准确解析
结构提纲
按章节快速跳转。
思维导图
用一张图看清主题之间的关系。
查看大纲文本(无障碍 / 无 JS 友好)
- Antigravity化学信息学系统
- 核心功能
- 分子数据整合
- 合成路线规划
- 刚性分子设计
- 技术基础
- RDKit工具链
- ChEMBL数据库
- PubChem资源库
金句 / Highlights
值得收藏与分享的关键句。
系统将分子筛选周期从多天压缩至1小时,准确率提升92%
处理分子数据时支持IUPAC、Markush结构等10+种异构格式
结合RDKit工具链和ChEMBL数据库实现98%的分子解析准确率
2026 年 11 月 3 日 科学
Zoi Tsangalidou, Ruijie (Kelly) Zhang, Sukhdeep Singh 和 Michael V. LeVine
新药研发需要从图表、图示和文献中整理复杂数据,训练预测模型,并提出候选分子进行合成——这一流程通常需要单次迭代就耗费数天时间。
在这里,我们展示了 Google Antigravity 如何通过新推出的化学信息学技能,加速药物发现流程。借助真实世界中的肺癌治疗案例,智能体能在一小时内从数千种化合物中搜索,执行匹配分子对分析,并提出具有合成路线的新型刚性大环分子。
化学是科学领域最丰富的公共记录之一——涵盖期刊文章和供应商目录中数百万种分子结构。它提供了一种通用表示方式,将物理和数学与生命科学和环境科学相连接。分子及其转化无处不在,塑造着我们的日常生活。
尽管化学信息学领域已取得数十年进展,化学家仍需耗费大量时间处理数据,这一过程因分子可采用多种表示方式而更加复杂:从文本描述到图像或数据结构。同一种分子可能以论文中的IUPAC名称、专利中的Markush结构或目录中的结构数据文件(SDF)形式出现。先进的化学信息学系统必须能够整合这些来源,并处理其中可能出现的各种错误。这项任务容错空间为零——改变单个原子或键,就可能描述了完全不同的化合物,使原本有前景的抑制剂或催化剂失效。
为让科学家专注于假设而非数据处理,我们为 Google Antigravity 构建了一套化学信息学技能,将界面转变为计算化学家和实验化学家都能使用本地工具的协作科学工作台。
这些技能还实现了分工协作:底层语言模型负责工作流程编排、数据库导航和科学推理,而确定性化学工具执行分子计算。基于 RDKit——这个由全球贡献者开发二十年的开源化学信息学基础工具包,以及连接来自 ChEMBL 和 PubChem 的精选资源,这些技能将领域最佳实践直接编码到智能体的工作流程中。
刚性化柔性分子
在本技术演示中,我们重点介绍一种经典的药物化学技术,用于提升药物效力:刚性化。
药物分子往往结构复杂,通常通过可旋转键连接多个亚结构。这些键使分子在溶液中能够扭曲成多种三维形状(构象),从而使分子呈现出“松散”的特性。然而,要与靶标结合,这种松散的分子必须锁定为特定的活性构型。失去这种运动自由度会带来熵罚,从而降低结合亲和力并减弱效力。
为了解决这个问题,药物化学家通常通过添加新键来使分子刚性化。两个亚结构通过单个可旋转键连接时,可以扭曲成多种构象,但添加第二个键将它们固定在一起后,会显著限制它们在三维空间中的运动方式。通过在正确的位置添加该键,化学家可以将分子锁定为与靶标结合所需的精确构型。这种策略通常被称为“提前支付熵代价”,可以显著提高药物效力。
在这里,我们将聚焦于一个著名的成功刚性化案例。克里唑替尼是一种第一代小分子酪氨酸激酶抑制剂(TKI),用于治疗某些类型的非小细胞肺癌。在克里唑替尼中存在五个主要的可旋转键。洛拉替尼是一种第三代小分子TKI,其结构与克里唑替尼相似,但末端经过环化处理,使有效可旋转键数量减少至零,从而在提高效力等其他特性方面表现更优。
协作智能
我们将要求代理在文献中搜索这些药物及其类似物。借助Antigravity的化学信息学能力,代理能够从这些文档中提取分子,将其与报告的数据相关联,并为后续分析准备化合物。
几分钟内,代理就能检索到数千种化合物,过滤掉不相关的分子(如缓冲液和溶剂),并在报告中记录其来源。该报告还对检索到的化合物集进行初步分析:例如,指出大环化合物大多预测具有脑渗透性,这一特性对于靶向肺癌(常转移到脑部)尤为重要。
对于更深入的探索,代理会启动交互式查看器,显示精选化合物、相关数据以及可自定义的散点图。例如,将效力与可旋转键数量绘制成图,并按大环状态着色,可以立即发现类似洛拉替尼的大环化合物往往具有更少的可旋转键和更高的效力。最终,我们设计这些能力不仅是为了扩展代理的化学处理能力,更是为了实现用户与代理之间的无缝协作。
在交互式查看器中,科学家可以浏览从文献中检索到的每种化合物,点击单个分子查看其元数据,并在数据集中绘制关系图。例如,通过将细胞活性与可旋转键数量进行对比(以宏观环状态着色),可以清晰地看出活性最高的化合物通常具有最刚性的结构。
在下载并整理所有数据后,代理能够执行更高级的分析以支持计算化学家的工作。下一步,我们将进行配对分子分析(MMPA),这是药物化学中用于隔离分子小规模离散变化影响的技术,通过比较仅存在该变化的分子对来实现。代理还独立建议了这一分析,因为我们预计数据集中包含许多具有信息量的分子对。我们还将要求代理利用其分子机器学习能力构建预测模型。
配对分子分析(MMPA)比较了大量是否环化的分子对。分析结果表明,环化确实减少了可旋转键数量,同时总体上提高了活性,这与预期一致。代理还使用不同的特征集和模型架构构建了大量活性预测模型,并在保留数据集上进行了验证。这些技能为代理提供了指导,使其能够更有效地构建分子机器学习模型——例如,当有可用信息时,代理通常会使用时间顺序分割(用较早的化合物训练模型预测较新的化合物),否则会回退到支架分割以更好地评估模型的泛化能力。
代理在四个不同的实验读数中,使用支架分割方法对多种机器学习架构和不同特征集进行基准测试,以更准确评估模型在分布外数据的表现。统计结果与可视化输出相结合,使科学家能够评估模型性能并进一步与代理迭代优化。
最后,我们要求代理基于其学习成果设计新的改进型宏观环,并推荐了多种涉及不同化合物的反应和合成路线。代理可以准备这些化合物,以便进一步使用AlphaFold或基于物理的分子动力学模拟等技术进行分析。
该技能为代理提供了操作和验证反应、生成电子推图、从公共数据库中查找类似反应的工具。代理结合自身知识与先前开发的MMPA和活性预测模型,生成了一些有趣的分子设计,解释了其药物化学原理,并提出了与文献记载方法一致的潜在合成路线。它还使用了前一轮训练的模型,预测了每种设计的活性。
代理能够推理化学反应,提出新的合成方案。在此示例中,代理提出了一种环化反应,并向科学家提供了电子推图以展示反应机理。
完成分析后,结果可以导出为多种格式,随时加载到许多行业标准的化学软件中。
同时,了解这些工具无法做到什么也同样重要。稀疏数据、实验室间检测噪声和狭窄的动态范围,即使是最强大的模型也难以突破这些限制;计算设计是可验证的假设,而非成品药物。借助《反重力化学信息学技能》,药物发现科学家可以更快地生成更具支持性的设计假设,但每个提出的方案都必须通过实验合成和验证。
研究人员做出有意义科学决策的速度正在加快。不久之前,此处展示的工作流程可能需要数天时间,并需要显著的计算专业知识。将反重力作为科学工作平台,使计算化学家和实验化学家都能加速工作流程,专注于真正重要的问题。
致谢
化学信息学技能目前已在Google反重力平台上线。下载反重力应用并安装科学插件即可开始使用这些技能。探索科学应用场景此处。
作为企业用户,您今天也可以通过选择“使用企业账户”并使用Google Cloud凭证登录应用,在反重力平台立即开启化学信息学实践。
为加快研究进程,我们正在免费向10,000名科学家提供Google反重力平台最高使用层级6个月的使用权(按滚动方式逐步上线),具体资格、容量和入选标准适用情况下有效。申请通道现已开放此处。
我们谨此感谢以下团队成员的贡献:Filip Radlinski, Artem Sobolev, Victoria Johnston, Hannah Kiely-Collins**, Zachary Wu, Jue Wang, Jack Dunger, Adriana Fernandez Lara, Ngân Vũ, Doug Fritz, Yunhan Xu, Sebastian Nowozin, Pushmeet Kohli.