Google hat eine Reihe von Cheminformatik-Skills für seine Antigravity-Plattform vorgestellt, die Chemikern helfen sollen, mit molekularen Daten zu arbeiten und Workflows für die Wirkstoffentdeckung durchzuführen. Die Skills sollen den Zeitaufwand für den Abgleich chemischer Informationen verringern, die über Fachartikel, Patente und Anbieterkataloge verstreut sind und in denen dieselbe Verbindung in unterschiedlichen Formaten auftauchen kann.
Das System teilt die Aufgaben zwischen einem Sprachmodell, das Workflows koordiniert, Datenbanken durchsucht und wissenschaftliches Denken anwendet, und deterministischer Chemiesoftware, die molekulare Berechnungen durchführt. Google zufolge nutzen die Skills RDKit, ein Open-Source-Toolkit für Cheminformatik, und sind mit kuratierten Ressourcen wie ChEMBL und PubChem verbunden.
Die Ankündigung enthält ein technisches Beispiel zur molekularen Rigidifizierung, einer Strategie der medizinischen Chemie, mit der sich die Wirksamkeit eines Wirkstoffkandidaten erhöhen lässt. Moleküle mit drehbaren Bindungen können viele Formen annehmen. Fügt man eine Bindung hinzu, die ihre Beweglichkeit einschränkt, können sie leichter die für die Bindung an ein Zielmolekül erforderliche Form beibehalten.
Google veranschaulicht den Ansatz anhand von Crizotinib und Lorlatinib. Crizotinib besitzt fünf wesentliche drehbare Bindungen, während Lorlatinib, ein verwandter Tyrosinkinasehemmer der dritten Generation, an einem Ende zyklisiert ist, wodurch sich die effektive Zahl seiner drehbaren Bindungen auf null verringert. Der Beitrag stellt diese Veränderung als Beispiel für Rigidifizierung und ihr Potenzial zur Steigerung der Wirksamkeit dar.
Quellen: Google DeepMind Blog.