谷歌DeepMind推化学信息学技能：1小时筛数千化合物，肺癌药设计提速

11月3日，谷歌DeepMind团队发布博文，为Google Antigravity推出一套“化学信息学技能”（Cheminformatics Skills）。这套工具面向科研人员，用在药物发现中的文献检索、分子分析、模型构建和新分子设计等环节，目标是加快这些工作的进度。

据博文介绍，演示以肺癌药物为例：AI智能体约一小时就能检索数千种化合物，完成匹配分子对分析，并给出带有合成路线的新型刚性大环分子。同样的流程过去往往要花数天。

这套技能把大语言模型的规划、检索与科学推理能力，和RDKit等确定性化学计算工具放在一起用，同时接入ChEMBL、PubChem等公共化学数据库。

它还能从论文、专利和产品目录里认出同一个分子——不管对方是以IUPAC名称、马库什结构还是SDF文件等形式出现。科研人员在数据清洗和格式转换上耗掉的时间，因此可以省下一部分。

演示围绕克唑替尼（crizotinib）与劳拉替尼（Lorlatinib）两类肺癌靶向药展开。AI检索并整理了568个化合物，找到“分子刚性化”与药效提升之间的关联，接着训练药效预测模型，设计出多个潜在更优的大环化合物，并附上反应机理和合成建议。

谷歌强调，AI给出的是“可检验的科研假设”，不是成品药物。数据稀疏、实验室间检测误差和动态范围限制这些因素仍在，所有候选分子都必须经过合成与实验验证。

目前该功能已向Google Antigravity用户开放，企业用户通过Google Cloud账号即可使用。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。