Google DeepMind के Antigravity एजेंट से एंटीमाइक्रोबियल पेप्टाइड की नई संभावना की खोज

Google DeepMind ने 15 अक्टूबर 2026 को एक तकनीकी विवरण प्रकाशित किया, जिसमें दिखाया गया कि उसका एजेंटिक डेवलपमेंट प्लेटफ़ॉर्म Google Antigravity नए एंटीबायोटिक की खोज को कैसे तेज़ कर सकता है। कंपनी के अनुसार, एक ही Antigravity सेशन में काम करते हुए जीवविज्ञानियों ने एक नया एंटीमाइक्रोबियल पेप्टाइड उम्मीदवार सामने रखा, जिसमें श्वसन तंत्र के संक्रमणों से जुड़े रोगजनकों के विरुद्ध सक्रियता का अनुमान है। यह उम्मीदवार अब वेट-लैब सत्यापन से गुज़र रहा है।

इस काम का श्रेय Pengfei Tian, Maxwell L. Bileschi, Zoi Tsangalidou, Sukhdeep Singh और Lucy J. Colwell को जाता है। लेखकों ने स्पष्ट किया है कि यह परिणाम संरचनात्मक और जीनोमिक साक्ष्यों पर आधारित एक संभावित लीड है, कोई पुष्ट दवा नहीं, और प्रयोगशाला में प्रयोगों की अभी भी आवश्यकता है।

प्रोटीन का "डार्क मैटर" खंगालना

इस वर्कफ़्लो के केंद्र में ProtNLM है, जो Google द्वारा बनाया गया एक डीप लर्निंग मॉडल है और सीधे अमीनो एसिड अनुक्रमों से जैविक कार्य का अनुमान लगाता है। यह लाखों UniProt प्रविष्टियों में प्रोटीन के नाम, कार्य के विवरण, उप-कोशिकीय स्थान, GO टर्म और कीवर्ड जैसे लेबल जोड़ता है, जिनकी भूमिका अब तक अज्ञात थी। इनमें से कई अनुक्रम सीधे जीनोम सीक्वेंसिंग परियोजनाओं से आए हैं और किसी ज्ञात प्रोटीन से मेल नहीं खाते, इसलिए वे व्यावहारिक रूप से अनदेखे रह गए हैं।

प्रदर्शन में शोधकर्ता ने एक सीमित लक्ष्य रखा: Streptococcus pseudopneumoniae में नए एंटीमाइक्रोबियल पेप्टाइड खोजना और उनका कम्प्यूटेशनल सत्यापन करना। मानव वैज्ञानिक ने रणनीति तय की और यह चुना कि किस तरह के साक्ष्य जुटाने हैं, जबकि AI एजेंट ने कई डेटाबेस में खोज, संरचनाओं का विश्लेषण और साहित्य का सारांश तैयार करने का काम संभाला।

DeepMind ने Biomolecular Structure Viewer भी पेश किया, जो Antigravity में बना एक 3D विज़ुअलाइज़ेशन टूल है। यह AlphaFold Database से ली गई या वैज्ञानिक की अपनी भविष्यवाणियों से बनी संरचनाएँ दिखाता है, और एजेंट अपने तर्क समझाने के लिए कुछ हिस्सों को हाइलाइट कर सकता है। यह संबंध दोनों तरफ़ से काम करता है: शोधकर्ता जिन अमीनो अवशेषों (residues) को हाइलाइट करता है या बाइंडिंग पॉकेट पर चिह्नित करता है, वे वापस एजेंट को दिए जाते हैं, जो फिर उसी खास स्थान के बारे में सवालों के जवाब दे सकता है।

यह क्यों मायने रखता है

कंपनी उन अनुमानों की ओर इशारा करती है, जिनके अनुसार 2050 तक एंटीमाइक्रोबियल प्रतिरोध दुनिया भर में हर साल लगभग 1 करोड़ मौतों का कारण बन सकता है। बैक्टीरियोसिन, जो एंटीमाइक्रोबियल पेप्टाइड का एक वर्ग है, आशाजनक माने जाते हैं क्योंकि वे प्रतिद्वंद्वी बैक्टीरिया की मूल कमज़ोरियों पर वार करने के लिए विकसित हुए हैं, जिससे उनके प्रति प्रतिरोध विकसित करना कठिन होता है। जीनोमिक डेटा से पहले ही व्यापक रूप से इस्तेमाल होने वाला Nisin मिल चुका है, साथ ही Darobactin, Dynobactin और Lariocidin जैसी हाल की खोजें भी हुई हैं।

DeepMind का तर्क है कि इस तरह की खोज पहले कस्टम स्क्रिप्ट, मॉडलिंग टूल्स के बीच मैन्युअल फ़ाइल स्थानांतरण और कई विशेषज्ञों के बीच समन्वय की माँग करती थी। चूँकि वेट-लैब का काम महँगा है, इसलिए शुरुआत में ही सबसे मज़बूत उम्मीदवारों तक दायरा सीमित करना ज़रूरी है। यह दृष्टिकोण अपने वादे पर खरा उतरता है या नहीं, यह इस पर निर्भर करेगा कि प्रयोगशाला में नया उम्मीदवार कैसा प्रदर्शन करता है।