谷歌DeepMind在Antigravity中发布化学信息学技能，加速药物发现工作流
谷歌DeepMind为Antigravity平台推出新的化学信息学技能，集成RDKit等工具，使AI代理能自动执行从文献检索到分子设计的全流程，将部分药物发现迭代时间从数天缩短至一小时。
2026年11月3日，谷歌DeepMind宣布在其智能体平台Google Antigravity中正式推出“化学信息学技能”（Cheminformatics Skills）。这一更新旨在让AI代理能够协助计算化学家和实验化学家处理复杂的药物发现工作流，包括从文献中提取数据、进行分子分析以及提出新的候选化合物。
该技能套件的核心在于分工：底层大语言模型负责工作流编排、数据库导航和科学推理，而确定性的化学工具则执行具体的分子计算。这些技能基于开源化学信息学工具包RDKit构建，并连接了ChEMBL和PubChem等权威数据库。通过这种架构，AI代理不仅能理解自然语言指令，还能调用专业工具进行精确的化学操作，避免了单纯依赖语言模型可能产生的幻觉或计算错误。
DeepMind展示了一个针对非小细胞肺癌治疗的案例。传统上，从文献中整理数据、训练预测模型并提出新分子可能需要数天时间。使用Antigravity的化学信息学技能，AI代理能在约一小时内完成以下任务：搜索数千种化合物，过滤无关分子，执行匹配分子对分析（MMPA）以量化结构变化对活性的影响，并基于刚性化策略（rigidification）提出新型大环化合物及其合成路线。例如，代理分析了克唑替尼（crizotinib）和洛拉替尼（lorlatinib），识别出后者通过减少可旋转键来提高结合亲和力的机制，并据此设计了新的刚性大环分子。
值得注意的是，DeepMind强调这些工具生成的是“可测试的假设”，而非最终药物。稀疏的数据、实验室间的噪音以及动态范围的局限性仍然制约着模型的预测精度。所有提出的设计仍需经过湿实验的合成与验证。目前，这些技能已面向Google Antigravity用户开放，企业用户可通过Google Cloud凭证登录使用。