Google Antigravityが新規分子を提案

この発表は、創薬化学に長く存在するボトルネックを踏まえている。分子は論文のIUPAC名、特許のMarkush構造、カタログのSDFなど多様な形式で存在し、原子や結合が1つ変わるだけで全く別の化合物になる。DeepMindのCheminformatics Skillsはこうしたソースを統合しつつ、分子計算はRDKitのような決定論的ツールに任せ、言語モデルがワークフローを統括して科学的推論を担う設計だ。

実演の中心は剛直化である。柔軟な分子の回転結合を固定して効力を高める古典的手法だ。DeepMindは、主要な回転結合を5つ持つ非小細胞肺がんでの第一世代チロシンキナーゼ阻害薬クリゾチニブと、環化により回転結合をゼロにした第三世代類似体ロルラチニブを参照例に用いた。そこからエージェントは文献から化合物を抽出し、マクロサイクルの多くが脳移行性と予測される点を指摘した。標的の肺がんがしばしば脳に転移するため重要だ。さらにホールドアウトデータで検証した効力モデルを構築した。

DeepMindは限界も明言する。データの乏しさ、施設間のアッセイノイズ、狭いダイナミックレンジは最良のモデルでも制約となり、設計は合成と実験的検証が必要だ。商業面のシグナルは流通にある。スキルは本日Antigravity内で提供され、企業ユーザーはGoogle Cloudの認証情報でログインでき、科学者1万人への6カ月間の最上位無料提供は研究者をプラットフォームに呼び込む狙いだ。