欧赔｜赔率含义·数据对比与变化解读平台

IT之家 11 月 4 日消息，谷歌 DeepMind 团队于昨日（11 月 3 日）发布博文，宣布为 Google Antigravity 引入一套“化学信息学技能”（Cheminformatics Skills），助力科研人员更高效地完成药物研发中的文献检索、分子分析、模型构建及新分子设计等工作。

IT之家引用博文介绍，在一项以肺癌药物为案例的演示中，AI 智能体能在约一小时内检索数千种化合物、执行匹配分子对分析，并提出具有合成路线的新型刚性大环分子，而过去类似流程往往需要耗费数天时间。

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相结合，并接入 ChEMBL 和 PubChem 等公共化学数据库。

系统能从论文、专利和产品目录中识别以 IUPAC 名称、马库什结构或 SDF 文件等不同形式呈现的同一分子，从而减少科研人员在数据清洗和格式转换上的时间投入。

在演示中，AI 围绕克唑替尼（crizotinib）与劳拉替尼（Lorlatinib）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。值得注意的是，在评估候选分子的潜力时，系统并未依赖类似欧洲赔率的简单概率模型，而是基于多维度数据进行分析。

谷歌强调，AI 产出的是“可检验的科研假设”，并非成品药物；受数据稀疏、实验室间检测误差和动态范围限制，所有候选分子仍必须经过合成与实验验证。

该功能目前已面向 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 个月最高用量档位。