ГАЙД · MODELS · #2057
Google Antigravity и ProtNLM выявили кандидат в антимикробные пептиды в UniProt
Google описывает использование агентной научной платформы Antigravity вместе с ProtNLM — моделью на белковых последовательностях — для аннотации миллионов нефирменных записей UniProt и в техническом примере выделяет бактериоцин длиной 97 аминокислот (UniProt ID A0A0U0D591, семейство Lactococcin 972), у которого прогнозируется активность против респираторных патогенов; кандидат проходит валидацию в лаборатории. Рабочий процесс Antigravity объединил предсказания функции по последовательности, проверки через BLAST/Swiss‑Prot и сравнение структур AlphaFold в одной интерактивной сессии.
КЛЮЧЕВЫЕ ТЕЗИСЫ
- Google описывает использование агентной научной платформы Antigravity вместе с ProtNLM — моделью на белковых последовательностях — для аннотации миллионов нефирменных записей UniProt и в техническом примере выделяет бактериоцин длиной 97 аминокислот (UniProt ID A0A0U0D591, семейство Lactococcin 972), у которого прогнозируется активность против респираторных патогенов; кандидат проходит валидацию в лаборатории.
- Рабочий процесс Antigravity объединил предсказания функции по последовательности, проверки через BLAST/Swiss‑Prot и сравнение структур AlphaFold в одной интерактивной сессии.
- Это демонстрирует, что модель на белковых последовательностях в сочетании с агентной платформой может объединить разрозненные базы данных и выявить новые кандидаты в антибиотики из неаннотированных записей UniProt, что может ускорить поиск терапевтических средств.
ПОЧЕМУ ЭТО ВАЖНО
Это демонстрирует, что модель на белковых последовательностях в сочетании с агентной платформой может объединить разрозненные базы данных и выявить новые кандидаты в антибиотики из неаннотированных записей UniProt, что может ускорить поиск терапевтических средств.