提速抗癌药物研发：谷歌 Antigravity 上线“AI 炼丹师”，1 小时筛完数千种化合物

AI 总结
• 谷歌DeepMind团队于11月3日发布博客，宣布在Google Antigravity平台上线“化学信息学技能”，通过结合大语言模型与RDKit等工具，大幅提升药物发现中文献检索、分子分析及新分子设计效率。
• 在肺癌药物研发演示中，该系统能在约一小时内检索并分析数千种化合物，而类似流程过去通常需要数天，显著提速了从数据清洗到模型构建的全过程。
• 系统可整合ChEMBL、PubChem等公共数据库，自动识别不同格式下的同一分子，并基于克唑替尼等现有靶向药设计出具备合成路线的新型刚性大环化合物。
• 谷歌强调AI生成的结果为“可检验的科研假设”而非成品药物，所有候选分子仍需经过合成与实验验证，以规避数据稀疏和检测误差带来的不确定性。
• 该功能已向Google Antigravity用户开放，企业用户可通过Google Cloud账号使用，谷歌还计划向最多1万名符合条件的科学家免费提供6个月最高用量服务。

【发布背景】
IT之家 11 月 4 日消息，谷歌 DeepMind 团队昨日（11 月 3 日）发布博文，宣布为 Google Antigravity 推出一套“化学信息学技能”， 帮助科研人员更快完成药物发现中的文献检索、分子分析、模型构建和新分子设计等工作。

【效率提升】
IT之家援引博文介绍，在以肺癌药物为例的演示中，AI 智能体可在约一小时内检索数千种化合物、开展匹配分子对分析，并提出具备合成路线的新型刚性大环分子，而类似流程过去往往需要数天。

【技术原理】
该工具将大语言模型的规划、检索与科学推理能力，与 RDKit 等确定性化学计算工具结合，并接入 ChEMBL 和 PubChem 等公共化学数据库。

系统可从论文、专利和产品目录中识别以 IUPAC 名称、马库什结构或 SDF 文件等不同形式出现的同一分子，减少科研人员在数据清洗和格式转换上的时间消耗。


【演示案例】
在演示中，AI 围绕克唑替尼与劳拉替尼两类肺癌靶向药展开分析。

它检索并整理了 568 个化合物，识别出“分子刚性化”与药效提升之间的关联，随后训练药效预测模型，并设计出多个潜在更优的大环化合物，同时给出反应机理和合成建议。

[img]https://img

[来源链接] https://www.ithome.com/1/021/858.htm