Google Antigravity ile ajansal keminformatik
Özgün başlık: Agentic cheminformatics with Google Antigravity
Google Antigravity ve Kimyasal Bilişim Becerilerimizin ilaç keşfi iş akışlarını nasıl hızlandırdığını, bileşikleri nasıl aradığını ve yeni katılaştırılmış makrosikller nasıl önerdiğini öğrenin.
3 Kasım 2026 Bilim Zoi Tsangalidou, Ruijie (Kelly) Zhang, Sukhdeep Singh ve Michael V. LeVine Yeni ilaçların tasarlanması, çizelgelerden, şekillerden ve literatürden karmaşık verilerin seçilmesini, tahmin modellerinin eğitilmesini ve sentezlenecek aday moleküllerin önerilmesini gerektirir; bu, genellikle tek bir yineleme için birkaç gün süren bir iş akışıdır. Burada, yeni Kimyasal Bilişim Becerilerimiz ile donatılmış Google Antigravity'nin ilaç keşif iş akışlarını nasıl hızlandırdığını gösteriyoruz. Bir ajan, gerçek dünyadaki akciğer kanseri tedavilerini kullanarak binlerce bileşiği araştırıyor, eşleşen moleküler çift analizini gerçekleştiriyor ve sadece bir saat içinde sentetik yollarla yeni katılaştırılmış makrosikller öneriyor.
Learn how Google Antigravity and our Cheminformatics Skills accelerate drug discovery workflows, search compounds, and propose novel rigidified macrocycles.
November 3, 2026 Science Zoi Tsangalidou, Ruijie (Kelly) Zhang, Sukhdeep Singh and Michael V. LeVine Designing new medicines requires curating complex data from charts, figures and literature, training predictive models, and proposing candidate molecules to synthesize — a workflow that typically takes multiple days for a single iteration. Here we show how Google Antigravity, equipped with our new Cheminformatics Skills, accelerates drug discovery workflows. Using real-world lung cancer treatments, an agent searches through thousands of compounds, performs matched molecular pair analysis, and proposes novel rigidified macrocycles with synthetic routes in just an hour.
Descubra cómo Google Antigravity y nuestras habilidades en quimioinformática aceleran los flujos de trabajo de descubrimiento de fármacos, buscan compuestos y proponen macrociclos rígidos novedosos.
3 de noviembre de 2026 Ciencia Zoi Tsangalidou, Ruijie (Kelly) Zhang, Sukhdeep Singh y Michael V. LeVine Diseñar nuevos medicamentos requiere seleccionar datos complejos a partir de gráficos, figuras y literatura, entrenar modelos predictivos y proponer moléculas candidatas para sintetizar: un flujo de trabajo que normalmente requiere varios días para una sola iteración. Aquí mostramos cómo Google Antigravity, equipado con nuestras nuevas habilidades de quimioinformática, acelera los flujos de trabajo de descubrimiento de fármacos. Utilizando tratamientos reales para el cáncer de pulmón, un agente busca entre miles de compuestos, realiza análisis de pares moleculares coincidentes y propone novedosos macrociclos rígidos con rutas sintéticas en solo una hora.
Узнайте, как Google Antigradity и наши навыки хеминформатики ускоряют рабочие процессы по поиску лекарств, поиску соединений и предложению новых жестких макроциклов.
3 ноября 2026 г. Наука Зои Цангалиду, Жуйджи (Келли) Чжан, Сухдип Сингх и Майкл В. ЛеВайн. Разработка новых лекарств требует сбора сложных данных из диаграмм, рисунков и литературы, обучения прогностических моделей и предложения молекул-кандидатов для синтеза — рабочий процесс, который обычно занимает несколько дней для одной итерации. Здесь мы покажем, как Google Antigravity, оснащенный нашими новыми навыками хеминформатики, ускоряет рабочие процессы по поиску лекарств. Используя реальные методы лечения рака легких, агент ищет тысячи соединений, выполняет анализ подобранных молекулярных пар и предлагает новые жесткие макроциклы с синтетическими путями всего за час.