Google DeepMind’ın Antimikrobiyal Peptit Keşfine İlişkin Ayrıntılı Anlatımı

Google DeepMind, 15 Ekim 2026’da biyologların Google Antigravity adlı ajan tabanlı geliştirme platformunu kullanarak Streptococcus pseudopneumoniae içinde yeni bir antimikrobiyal peptit adayı belirlediği bir teknik anlatım yayımladı. Şirket, önde gelen adayın laboratuvar deneyleriyle doğrulama sürecinde olduğunu söyledi.

Pengfei Tian, Maxwell L Bileschi, Zoi Tsangalidou, Sukhdeep Singh ve Lucy J. Colwell’ın kaleme aldığı anlatım, çalışmayı giderek artan antimikrobiyal direnç sorununu ele alarak sunuyor. Yazıya göre bu sorun, 2050’ye kadar dünya genelinde yılda tahminen 10 milyon ölüme yol açabilir. Antimikrobiyal peptitleri, özellikle bakteriyosinleri, geleneksel antibiyotiklere umut vadeden bir alternatif olarak tanıtıyor; çünkü bu peptitler, hücre zarflarından temel hücre içi mekanizmalara kadar rakip bakterilerin yaşamsal zayıf noktalarını hedef alacak şekilde doğal olarak evrimleşmiştir. Yazıya göre genomik ve metagenomik dizileme, küresel veri tabanlarını milyarlarca doğal amino asit dizisiyle doldurdu. Bu kaynak, Nisin gibi yaygın olarak kullanılan bakteriyosinlerin yanı sıra Darobactin, Dynobactin ve Lariocidin gibi genom taramasıyla keşfedilen bileşikleri ortaya çıkardı. Buna karşılık, UniProt veri tabanındaki milyonlarca dizinin işlevi hâlâ bilinmiyor. Google, ProtNLM’yi (Protein Natural Language Model) geliştirdi. Yazı, ProtNLM’yi ham amino asit dizilerinden doğrudan biyolojik işlevi tahmin etmek üzere eğitilmiş bir derin öğrenme modeli olarak tanımlıyor. DeepMind, daha önce adı konmamış milyonlarca UniProt kaydına yüksek güven düzeyine sahip işlev etiketleri eklediğini belirtti.

UniProt Aramasından Hesaplamalı Bir Adaya

Anlatımda araştırmacı ile yapay zekâ ajanı, belirli bir biyolojik hedefle işe başlıyor: Streptococcus pseudopneumoniae içinde yeni antimikrobiyal peptitler bulmak ve bunları hesaplamalı yöntemlerle doğrulamak. Etkileşimli, çok turlu oturum boyunca araştırmacı hangi soruların sorulacağına ve hangi kanıtların toplanacağına karar vererek bilimsel stratejiyi yönlendirirken ajan, veri tabanları arasında koordinasyonu, yapısal analizi ve literatür sentezini üstleniyor. Yazıdaki arayüz ekran görüntüleri, oturumun Antigravity arayüzünde Gemini 3.8 Flash modeli seçiliyken yürütüldüğünü gösteriyor.

Ajan, UniProt’ta sorgu yaptı ve milyonlarca kaydı eleyerek kısa bir aday listesi oluşturdu. Bu süreçte, UniProt kimliği A0A0U0D591 olan ve Lactococcin 972 ailesinden gelen, 97 amino asit uzunluğunda bir bakteriyosin belirledi. Yazıya göre adayın, solunum yolu enfeksiyonlarına yol açan patojenlere karşı etkinlik göstermesi bekleniyor. Yenilikçi olup olmadığını doğrulamak için araştırmacı, ajandan adayı EMBL-EBI NCBI-BLAST hizmeti aracılığıyla seçilmiş Swiss-Prot proteinleriyle karşılaştırmasını istedi. Anlatıma göre yapılan incelemede, elle gözden geçirilmiş proteinler arasında anlamlı bir dizi homologu bulunmadığı doğrulandı.

Ajan daha sonra adayın tahmin edilen 3D modelini AlphaFold Protein Structure Database’den aldı, uzak homologları belirlemek için deneysel olarak saptanmış yapılarda Foldseek araması yaptı ve benzerliği değerlendirmek üzere modelleri üst üste getirdi. DeepMind, yapısal kanıtların adayın katlanmış yapısının deneysel olarak belirlenmiş bir bakteriyosininkine çok benzediğini göstererek ProtNLM’nin tahminini desteklediğini söyledi. Ajan, çevreleyen genleri incelerken adayın, bir ABC taşıyıcı permeazı ve bunun olası eşlikçisi olan ATP bağlayan bir protein içeren, sıkı biçimde eşgüdümlenmiş bir operonun 6 baz çifti öncesinde yer aldığını belirledi. Yakınında ayrıca açıklama eklenmiş başka bir bakteriyosin ve bir XRE transkripsiyon düzenleyicisi de vardı. Yazı, bu örüntüyü adayın işlevsel bir bakteriyosin sisteminin parçası olduğuna dair güçlü bağlamsal kanıt olarak nitelendiriyor.

Ajan, mevcut literatürü inceleyerek bakteriyel hücre bölünmesini hedef alan bir etki mekanizması ve ilaca dirençli birkaç patojeni kapsayan tahmini bir etkinlik aralığı önerdi. Yazıya göre ajan, ardından siliko içi bulgularını protein ekspresyonu, antimikrobiyal duyarlılık testleri, hedefle etkileşim ve in vitro toksisite testlerini içeren bir laboratuvar protokolüne dönüştürdü. DeepMind, adayı yapısal ve genomik kanıtlarla desteklenen, biyolojik açıdan makul bir öncü olarak tanımlıyor; ancak adayın hâlâ laboratuvarda doğrulanması gerekiyor.

Antigravity’ye Entegre Biyomoleküler Yapı Görüntüleyicisi

DeepMind, anlatımla birlikte Antigravity’ye doğrudan entegre edilen ve araştırmacı ile ajanın aynı görsel durumu paylaşmasını sağlayan bir 3D görselleştirme aracı olan Biyomoleküler Yapı Görüntüleyicisi’ni de tanıttı. Ajan, AlphaFold Database’den veya bilim insanının kendi tahminlerinden yapıları alırken görüntüleyiciyi dinamik olarak kontrol edebiliyor ve hipotezlerini görsel olarak açıklamak için önemli işlevsel bölgeleri vurgulayabiliyor. Bu etkileşim iki yönlü: belirli kalıntıları vurgulamak veya bir bağlanma cebine doğrudan not iliştirmek gibi işlemler ajana da eşzamanlı olarak aktarılıyor. Yazı, araştırmacının 3D uzayda ilgilendiği bir bölgeyi işaretleyip β-ipliğinin Lipid II bağlanmasını nasıl etkileyebileceğini sorması örneğini veriyor. Böylece ajan, bilim insanının görüntülediği yapısal bağlamı tam olarak dikkate alarak akıl yürütebiliyor.

Antigravity Bilim Platformu ve Erişim Programı

Antigravity bilim sayfasında, ajan özelleştirmelerinin, 1 PB’lık AlphaGenome Atlas, UniProt, PubChem ve ChEMBL dâhil 30’dan fazla önemli yaşam bilimi veri tabanında çalışmak üzere ajanlara alana özgü eklentiler, beceriler, alt ajanlar ve kancalar kazandırdığı belirtiliyor. Science eklentisi, uygulama içindeki Özelleştirmeler pazaryerinden tek tıklamayla yüklenebiliyor. Sayfaya göre araştırmacılar, araştırma çalışma alanında Google DeepMind’ın en gelişmiş modellerini ve AlphaGenome, AlphaFold Database ve Atlas gibi veri tabanlarını doğrudan sorgulayabiliyor; ayrıca yayıma hazır 3B PyMOL yapısal görselleştirmeleri, yeniden üretilebilir analiz komut dosyaları ve doğrulanabilir bilimsel çıktılar oluşturabiliyor. Sayfada GitHub’daki açık kaynaklı özelleştirmeler deposuna da bağlantı veriliyor, masaüstü sürümünün macOS, Windows, Linux ve Googlebook’ta kullanılabildiği belirtiliyor ve Google’ın Antigravity’de Gemini 4 Argon’a en yüksek kullanım kademesinde 10.000 bilim insanına ücretsiz erişim sunduğu ifade ediliyor.

DeepMind, Antigravity’yi birden fazla veri tabanında parçalı biçimde yürütülen aramaları tek bir oturuma sığdıran, ajan tabanlı bir bilimsel çalışma ortamı olarak tanımlıyor. Ayrıca araştırmacıların, gösterilen sohbeti yeni filtreleme ölçütleri eklemek, farklı dizi uzunluklarını incelemek veya başka öncelikli patojenleri hedeflemek gibi yönlerde ilerletebileceğini; aramayı insanlarla birlikte yaşayan mikroplardan çevresel mikroplara genişletebileceğini belirtti. Tanıtımda öne çıkan aday ve aynı işlem hattıyla keşfedilen diğer birkaç aday, ıslak laboratuvarda doğrulama aşamasında. DeepMind, deney sonuçlarının ajanın analizini nihai olarak sınayacağını söyledi.