Google DeepMind ใช้เอเจนต์ Antigravity ค้นหาต้นแบบเปปไทด์ต้านจุลชีพ

เมื่อวันที่ 15 ตุลาคม 2026 Google DeepMind เผยแพร่บทความเชิงเทคนิคที่แสดงให้เห็นว่า Google Antigravity แพลตฟอร์มพัฒนาซอฟต์แวร์แบบเอเจนต์ของบริษัท สามารถช่วยเร่งการค้นหายาปฏิชีวนะชนิดใหม่ได้อย่างไร บริษัทระบุว่านักชีววิทยาที่ทำงานในเซสชัน Antigravity เพียงเซสชันเดียว สามารถค้นพบเปปไทด์ต้านจุลชีพตัวใหม่ที่คาดว่าจะออกฤทธิ์ต่อเชื้อก่อโรคที่เกี่ยวข้องกับการติดเชื้อทางเดินหายใจ ปัจจุบันตัวเลือกดังกล่าวอยู่ระหว่างการตรวจสอบในห้องปฏิบัติการเปียก

งานวิจัยนี้มี Pengfei Tian, Maxwell L. Bileschi, Zoi Tsangalidou, Sukhdeep Singh และ Lucy J. Colwell เป็นผู้เขียน ผู้เขียนย้ำว่าผลลัพธ์ดังกล่าวเป็นต้นแบบที่มีความเป็นไปได้ซึ่งได้รับการสนับสนุนจากหลักฐานด้านโครงสร้างและจีโนม ไม่ใช่ยาที่ได้รับการยืนยันแล้ว และยังคงต้องมีการทดลองในห้องปฏิบัติการ

การขุดค้นโปรตีนสสารมืด

หัวใจของกระบวนการทำงานนี้คือ ProtNLM โมเดลการเรียนรู้เชิงลึกที่ Google พัฒนาขึ้น ซึ่งทำนายหน้าที่ทางชีววิทยาจากลำดับกรดอะมิโนโดยตรง โมเดลนี้เพิ่มป้ายกำกับ เช่น ชื่อโปรตีน คำอธิบายหน้าที่ ตำแหน่งภายในเซลล์ GO terms และคีย์เวิร์ด ให้กับรายการใน UniProt นับล้านรายการที่ไม่ทราบหน้าที่มาก่อน ลำดับจำนวนมากมาจากโครงการถอดรหัสจีโนมโดยตรง และไม่คล้ายคลึงกับโปรตีนที่มีการศึกษาลักษณะไว้เลย จึงแทบไม่มีใครสำรวจมาก่อน

ในการสาธิต นักวิจัยตั้งเป้าหมายที่แคบ คือค้นหาและตรวจสอบเชิงคำนวณถึงเปปไทด์ต้านจุลชีพชนิดใหม่ในเชื้อ Streptococcus pseudopneumoniae นักวิทยาศาสตร์มนุษย์เป็นผู้กำหนดกลยุทธ์และเลือกหลักฐานที่ต้องการรวบรวม ขณะที่เอเจนต์ AI รับหน้าที่สืบค้นฐานข้อมูลหลายแห่ง วิเคราะห์โครงสร้าง และสรุปงานวิจัยที่เกี่ยวข้อง

DeepMind ยังเปิดตัว Biomolecular Structure Viewer เครื่องมือแสดงผลโครงสร้างโมเลกุลสามมิติที่ติดตั้งอยู่ใน Antigravity โดยแสดงโครงสร้างที่ดึงมาจาก AlphaFold Database หรือจากการทำนายของนักวิทยาศาสตร์เอง และเอเจนต์สามารถไฮไลต์บริเวณต่างๆ เพื่ออธิบายเหตุผลของมันได้ การเชื่อมโยงนี้ทำงานได้สองทาง กล่าวคือ ตำแหน่งกรดอะมิโนที่นักวิจัยไฮไลต์หรือปักหมุดบนช่องจับ (binding pocket) จะถูกส่งกลับไปยังเอเจนต์ ซึ่งสามารถตอบคำถามเกี่ยวกับตำแหน่งนั้นโดยเฉพาะได้

เหตุใดเรื่องนี้จึงสำคัญ

บริษัทชี้ให้เห็นการประมาณการว่าการดื้อยาต้านจุลชีพอาจก่อให้เกิดการเสียชีวิตราว 10 ล้านรายต่อปีทั่วโลกภายในปี 2050 แบคเทอริโอซิน ซึ่งเป็นกลุ่มของเปปไทด์ต้านจุลชีพ ได้รับการมองว่ามีแนวโน้มดี เพราะวิวัฒนาการมาเพื่อโจมตีจุดอ่อนสำคัญของแบคทีเรียคู่แข่ง ทำให้เชื้อดื้อยาได้ยากขึ้น ข้อมูลจีโนมได้ให้ผลผลิตแล้ว เช่น Nisin ที่ใช้กันอย่างแพร่หลาย รวมถึงการค้นพบล่าสุดอย่าง Darobactin, Dynobactin และ Lariocidin

DeepMind ระบุว่า การค้นหาลักษณะนี้เมื่อก่อนต้องอาศัยสคริปต์เฉพาะทาง การถ่ายโอนไฟล์ด้วยมือระหว่างเครื่องมือจำลองแบบต่างๆ และการประสานงานระหว่างผู้เชี่ยวชาญหลายคน เนื่องจากงานในห้องปฏิบัติการเปียกมีค่าใช้จ่ายสูง การคัดกรองให้เหลือเฉพาะตัวเลือกที่แข็งแกร่งที่สุดตั้งแต่ต้นจึงเป็นสิ่งจำเป็น ความสำเร็จของแนวทางนี้จะขึ้นอยู่กับผลการทำงานของต้นแบบใหม่ในห้องปฏิบัติการ