Google ha presentato una suite di Cheminformatics Skills per la sua piattaforma Antigravity, progettata per aiutare i chimici a lavorare con dati molecolari e a svolgere flussi di lavoro per la scoperta di farmaci. Le skills mirano a ridurre il tempo dedicato a riconciliare informazioni chimiche disperse tra articoli, brevetti e cataloghi di fornitori, nei quali lo stesso composto può comparire in formati diversi.
Il sistema suddivide i compiti tra un modello linguistico, che coordina i flussi di lavoro, consulta le banche dati e applica il ragionamento scientifico, e un software chimico deterministico, che esegue calcoli molecolari. Google afferma che le skills utilizzano RDKit, un toolkit open source per la cheminformatica, e si collegano a risorse curate, tra cui ChEMBL e PubChem.
L’annuncio include un esempio tecnico incentrato sulla rigidificazione molecolare, una strategia di chimica medicinale che può aumentare la potenza di un candidato farmaco. Le molecole con legami rotabili possono assumere molte forme; aggiungere un legame che ne limiti il movimento può renderle più capaci di mantenere la forma necessaria per legarsi a un bersaglio.
Google usa crizotinib e lorlatinib per illustrare l’approccio. Crizotinib ha cinque legami rotabili principali, mentre lorlatinib, un inibitore della tirosin-chinasi correlato e di terza generazione, è ciclizzato a un’estremità per ridurre a zero il numero effettivo dei suoi legami rotabili. Il post presenta questo cambiamento come un esempio di rigidificazione e del suo potenziale nel migliorare la potenza.
Fonti: Google DeepMind Blog.