Antigravity 从 UniProt 挑出一枚抗菌肽候选：97 个氨基酸、Foldseek 概率 0.855，而给它贴上「细菌素」标签的是 ProtNLM
Google DeepMind 用 Antigravity 加 ProtNLM 从 UniProt 未表征蛋白里筛出一枚 97 氨基酸的抗菌肽候选，官方给出的结构证据是 Foldseek 概率 0.855；这篇拆开六步流程里每一步各留下了什么证据，也点出一条容易跳过的线索——判定它是「细菌素」的，正是被验证的同一个模型。
Google 的智能体开发平台 Antigravity 在 10 月 15 日发布了一次完整的科研走查：一位生物学家用多轮会话，从 UniProt 的未表征蛋白里筛出一枚抗菌肽候选。1
候选是 Streptococcus pseudopneumoniae 里一条 97 个氨基酸的蛋白，UniProt 编号 A0A0U0D591。2
官方给出的结构证据是：AlphaFold 预测的模型与实验解析出的 Lactococcin 972 结构（PDB 2LGN）对齐，Foldseek 概率 0.855、序列同一性 26.5%，整体 pLDDT 88.50。1
这份材料里还有一条容易被跳过的事实：给这枚候选贴上「细菌素」标签的，正是这次筛选所依赖的 ProtNLM 自己。2
抗菌肽的搜索为什么落在「暗物质」上
细菌耐药的速度快过新药上市。官方引用的估计是：到 2050 年，耐药性可能造成全球每年约 1,000 万人死亡。1
这个数字出自英国政府 2016 年的抗微生物耐药性专题页。3
更近的一组估计来自《柳叶刀》2024 年的全球分析。2021 年，细菌耐药直接导致 114 万人死亡，与 471 万人的死亡相关。4
同一份分析给出的 2050 年参考情景是直接归因 191 万、相关 822 万；2025 到 2050 年累计直接归因 3,900 万。4
两组数字的年份与口径都不同，放在一起只能说量级一致。
抗菌肽被当成一条出路，理由写在它们的来历里。细菌素是细菌自己合成、针对近缘竞争菌的肽，靶点从细胞被膜一直铺到胞内必需机器，病原体很难靠一次突变躲开。1
这条路已经出过成果。Nisin 早就是全球使用的细菌素，近年的基因组挖掘又交出了 Darobactin、Dynobactin 和 Lariocidin。1
Lariocidin 在 2025 年登上《自然》。它是一种套索肽，靠结合细菌的 30S 核糖体、干扰蛋白合成来杀菌。5
Darobactin 来自 2019 年《自然》的另一篇报告。它选择性杀死革兰氏阴性菌，靶点是外膜蛋白 BamA。6
难处在于还有大量序列没被读出来。基因组与宏基因组测序已经把数十亿条天然氨基酸序列塞进公共数据库，其中很大一部分跟已知蛋白都不像，功能一栏空着。1
UniProt 是这类序列最主要的公共存放地，它存着数百万条功能未知的序列。1
ProtNLM 就是为这批「暗物质」准备的模型。它由 Google DeepMind 为 UniProt 开发，把氨基酸序列当成一句话来读，直接给出这段序列的生物功能描述。7
从 UniProt 2022_04 版起，原本名为「uncharacterized protein」的条目开始带上 ProtNLM 预测的蛋白名，页面上标为自动注释，证据代码 ECO:0008006、来源 Google。7
规模写在预印本里：ProtNLM 为约 4,900 万个此前未表征的蛋白预测了名称，并随 UniProt 一起发布。8
2026_02 版的 ProtNLM2 把预测范围从名称扩到功能描述、亚细胞定位、关键词和 GO 术语，试点覆盖约 26,000 条 TrEMBL 条目，来源限于约 400 个最常被检索的物种。7
这批新注释不并进条目本身，而是并行存放，靠条目页上的 AI 注释开关查看。7
有一件事必须记住：这些注释是预测。UniProt 写明了机器学习模型确实会出错，请用户发现错误后反馈；每条预测都带模型评分，ProtNLM2 的展示阈值是 0.05。7
阈值之上还有一道后处理，叫 Evidencer。它先用排除规则刷掉不合格的预测，再去找佐证：与条目内或外部数据库的字符串匹配、phmmer 序列相似（比特分要超过 25）、TM-align 结构相似（两条对齐分数、序列同一性、匹配的二级结构元素数和残基 pLDDT 都有下限）。三种结果是拒绝、通过、有疑问，有疑问的不展示。7
六步会话里，每一步各留下了什么证据
走查的目标定得很窄：在 Streptococcus pseudopneumoniae 里，找长度 90 到 100 个氨基酸、且被 ProtNLM 预测为抗菌肽的蛋白。1
智能体先查库，把数百万条条目缩到少数几枚值得看的候选。走查里跟到底的是其中一枚：Lactococcin 972 家族、97 个氨基酸。1
接下来五个动作依次是：用 BLAST 对 Swiss-Prot 确认新颖性、取 AlphaFold 结构并做 Foldseek 检索、读基因的操纵子邻域、查文献推作用机制、生成实验方案。1
分工是人在推方向。研究者决定问什么、收哪一类证据，智能体负责跨库检索、结构分析和文献综述。1
第二步查的是新颖性。研究者让智能体把候选拿到 Swiss-Prot 上做 BLAST，确认它在人工审核过的蛋白里没有像样的序列同源。1
这一步的结论只说明这枚蛋白此前没被人审核过，与它能不能杀菌无关。
第三步是结构。智能体从 AlphaFold 结构数据库取回候选的预测模型，用 Foldseek 对齐实验解析的结构，再把两者叠起来看相似度。演示画面里命中的是 PDB 2LGN，Lactococcin 972 的溶液 NMR 结构。1
第四步跳出分子本身，去看它的基因邻居。候选位于一个紧密操纵子的上游，前方 6 个碱基就是 ABC 转运透性酶，旁边还有它的搭档 ATP 结合蛋白、另一个已注释的细菌素和一个 XRE 转录调控因子。1
第五步把文献接进来，推出作用机制与可能的杀菌谱：抑制细菌细胞分裂，可能覆盖多种耐药病原体。1
第六步生成实验方案，覆盖蛋白表达、药敏测试、靶点结合和体外毒性四项。这一步还没有结果。1
这枚候选的具体样子
打开 A0A0U0D591 这个条目，先看到的是它的身份。它是未审核的 TrEMBL 条目，蛋白存在性一栏写着「4: Predicted」，全长 97 个氨基酸、10,408 Da。2
推荐名是「Lactococcin 972 family bacteriocin」，而这个名字挂的证据代码是 ECO:0008006、来源 Google、标识 ProtNLM。模型把名字写了上去，走查里的检索条件又照着这个名字来。2
序列注释里，第 1 到 28 位是信号肽（SignalP 预测），第 29 到 97 位是成熟链，共 69 个氨基酸。2
条目还挂着一条 CAUTION：这段序列来自全基因组鸟枪法的初步数据。2
把它和被验证过的那个家族成员放在一起，差距是能看到的。已审核条目 O86283 是 Lactococcus lactis 的 Lactococcin 972，前体 91 个氨基酸，带三维结构记录。9
结构读数全部出在官方演示画面里，博客正文没有重复。对齐落在 69 个氨基酸的成熟链上，序列同一性 26.5%，Foldseek 概率 0.855；AlphaFold 模型的整体 pLDDT 是 88.50，其中 62.9% 的残基落在「很高」一档，10.3% 落在「低」一档。1
措辞里还有一处落差值得单独看。演示画面里智能体自己写的是「this confirms the ProtNLM prediction: A0A0U0D591 is a genuine structural and functional homolog of Lactococcin 972」，博客正文用的却是「still requires wet lab validation」。1
这套证据里，哪些不是 ProtNLM 给的
把链条拆开看，入口和名字出自同一只手。筛选条件写的是「被 ProtNLM 预测为抗菌肽」，条目的推荐名也来自 ProtNLM。2
独立于这个模型的证据只有两条，都排在筛选之后。
第一条是结构。Foldseek 把候选的预测结构对齐到实验解析的 Lactococcin 972 结构上，这说明两者折叠相似。1
折叠相似撑不起活性。26.5% 的序列同一性放在 90 多个氨基酸的肽上，还不足以排除收敛演化；pLDDT 88.50 说的是 AlphaFold 对自己这张模型有把握，与这枚蛋白能否杀菌是两件事。1
第二条是基因组邻域。细菌素的基因通常和免疫、转运基因挤在同一个操纵子里，A0A0U0D591 所在的邻域正是这个形状。1
两条独立证据指向同一句话：这枚蛋白属于一个细菌素系统。它们都没有说它对哪一种病原体有活性。
机制那一环依赖的是旧结论。Lactococcin 972 抑制隔膜合成、结合细胞壁前体脂质 II，这是 2008 年在 Lactococcus lactis 上做出的结论。10
候选来自另一个物种。Streptococcus pseudopneumoniae 是肺炎链球菌的近缘种，临床上作为机会性呼吸道病原体被报告，多出现在有慢性呼吸系统疾病的患者身上。11
机制能不能从这个物种搬到那个物种，官方材料里没有实验。
杀菌谱那一句同样悬空。博客写的是「预测对呼吸道感染相关病原体有活性」，配的是一个形容词，没有病原体清单，也没有任何活性数字。1
同一天发布的产品部分
走查之外的增量是工具。官方在这一天把 Biomolecular Structure Viewer 引进 Antigravity，这是一个嵌在对话旁边的三维结构查看器。1
它的特别之处是双向。智能体取回结构后可以驱动这个窗口，比如高亮关键区域来解释自己的判断；研究者也可以在三维空间里标出一段残基、钉上注释，这些动作会同步回智能体。1
产品页给出的清单更完整。Science 插件一键安装，覆盖 30 多个生命科学数据库，其中包括 1 PB 的 AlphaGenome Atlas，以及 UniProt、PubChem、ChEMBL。12
同一天还开了一个口子：10,000 名科学家可以免费使用 Antigravity 里 Gemini 4 Argon 的最高用量档。12
技能本体是开源的。仓库 google-deepmind/science-skills 以 Apache-2.0 发布，覆盖基因组学、结构生物学、化学信息学和文献检索，创建于 2026 年 5 月 13 日，最近一次推送就在 10 月 15 日。13
有一处落差官方没有解释：走查里的模型选择器显示的是 Gemini 3.8 Flash，免费名额给的却是 Gemini 4 Argon 的最高档。1
缺的是什么
这篇材料没有配套论文。它是产品与方法的走查，所以效果读数只有官方演示里的几个结构相似度，也就没有同行评议可供参考。1
活性数字一个都没有。没有最低抑菌浓度，没有抑菌圈，没有被测菌株，也没有培养基与实验条件。1
「正做湿实验验证」没有时间表。原文说的是这枚候选和同批几枚都在做湿实验，实验结果是最终的检验，进度与预期时间没提。1
ProtNLM 那一侧也有没公开的东西。官方给出了模型评分阈值和 Evidencer 的判定规则，没有给出这批注释的准确率与误报率。7
ProtNLM2 的试点还停在约 26,000 条条目、约 400 个物种上，且不并入 UniProtKB，要靠开关才能看到。7
最后一条边界属于数据本身：这枚候选的序列来自全基因组鸟枪法的初步数据，条目未审核，蛋白存在性标为「预测」。2
下一个能核的节点
唯一能判定这件事的节点是湿实验。在那之前，这枚候选是一个有结构与基因组证据支撑的先导，活性待测。1
第二个节点是 ProtNLM 的扩面。注释范围一旦从几百个物种扩到全库，「在未表征蛋白里筛候选」这条路的成本才会真正降下来。7
想自己走一遍，入口有两个：在 Antigravity 桌面端装 Science 插件，或者用 npx 装这套技能包，其中 AlphaGenome、OpenAlex 这类技能需要自备 API key。13
免费名额的申请入口放在 Antigravity 的科学用例页上。12
References
- 1
- 2UniProtKB A0A0U0D591
uniprot.org
- 3
- 4
- 5A broad-spectrum lasso peptide antibiotic targeting the bacterial ribosome
pubmed.ncbi.nlm.nih.gov
- 6A new antibiotic selectively kills Gram-negative pathogens
pmc.ncbi.nlm.nih.gov
- 7Automatic annotation using ProtNLM
uniprot.org
- 8ProtNLM: Model-based Natural Language Protein Annotation
storage.googleapis.com
- 9UniProtKB O86283 (Lactococcin 972)
uniprot.org
- 10
- 11Streptococcus pseudopneumoniae, an opportunistic pathogen
pubmed.ncbi.nlm.nih.gov
- 12Why choose Google Antigravity for science
antigravity.google
- 13google-deepmind/science-skills
github.com
This story was produced automatically by a channel. One sentence is all it takes for Neodrop to keep producing for you.