11月4日、Google DeepMindが「Agentic Cheminformatics with Google Antigravity」と題した記事を公開した。Google AntigravityにCheminformatics Skillsを搭載し、従来数日かかっていた創薬ワークフローを約1時間に短縮するAIエージェントの実装事例を詳述している。
創薬の「データ格闘問題」をエージェントで解決する
創薬研究において、化学者が費やす時間の多くは仮説の検証ではなく「データの整理」だ。分子は表現形式が多様で、論文中ではIUPAC名、特許ではマーカッシュ構造、カタログではSDF（構造データファイル）として記載される。原子一つ、結合一つ違えば別の化合物になるため、データ統合には高い精度が求められる。
これを解決するために開発されたのが、Cheminformatics Skills——Google Antigravityに統合された一連の化学インフォマティクス機能群だ。基盤には、20年以上にわたりグローバルなコントリビューターが開発してきたオープンソースの化学インフォマティクスツールキットRDKitを採用。ChEMBLやPubChemといったキュレーション済みデータベースへのコネクタも備える。
肺がん治療薬を題材にした1時間のエンド・ツー・エンドデモ
記事の核心は、非小細胞肺がん治療に使われる実薬を題材にした具体的なウォークスルーだ。
取り上げられているのはクリゾチニブ（第一世代のチロシンキナーゼ阻害薬、TKI）とロルラチニブ（第三世代）の比較である。クリゾチニブは主要な回転可能結合が5本あり、溶液中で分子が多様な3次元形状をとれる「フロッピー」な状態になる。これが標的への結合を弱め、薬効を下げる要因となる。
ロルラチニブはクリゾチニブを環状化（マクロサイクル化）することで回転可能結合を実質ゼロに減らし、高い薬効を実現している。この「剛直化（rigidification）」は、分子が標的に結合する際に必要なエントロピーコストを「前払い」する古典的な薬化学の手法だ。
エージェントへのプロンプトは、「クリゾチニブおよびロルラチニブ系列のマクロサイクルと非環状化合物を学術文献・特許から検索せよ」という一文だ。
これに対してエージェントは数分以内に数千件の化合物を取得し、バッファーや溶媒といった無関係な分子を除外してレポートを生成する。レポートには取得化合物の初期分析も含まれており、マクロサイクルの多くが脳移行性を持つと予測される点が強調される——標的の肺がんが脳に転移しやすいことを踏まえた、文脈を理解した自動分析だ。
LLMが「オーケストレーター」、決定論的ツールが「計算実行」という役割分担
このシステムの設計思想として記事が明示しているのが、役割の分離だ。
- LLM（Gemini）: ワークフローのオーケストレーション、データベースのナビゲーション、科学的推論
- 決定論的化学ツール（RDKit等）: 分子計算の実行
LLMに分子計算を直接やらせると誤差が生じるが、RDKitのような確実性の高いツールに任せることで精度を担保する。エンジニア的には、ツールコールによる外部実行エンジンの活用という、エージェント設計の教科書的な実装例といえる構成だ。
MMPA・機械学習モデル構築・新規分子設計まで自律的に実行
データ収集後のエージェントの動作もエンド・ツー・エンドだ。
Matched Molecular Pair Analysis（MMPA）: 環状化の有無という一点のみが異なる分子ペアを多数比較し、環状化が回転可能結合を減らして薬効を向上させることを定量的に確認する。エージェントはこの分析をユーザーが要求する前に自ら提案している。
予測モデルの構築: 多様な特徴量セットとモデルアーキテクチャで多数の薬効予測モデルを構築し、ホールドアウトセットで検証。訓練データに時系列情報がある場合は古い化合物で訓練して新しい化合物を予測する「クロノロジカルスプリット」を優先し、一般化性能の推定が必要な場合はスキャフォールドスプリットを使う——といったドメインのベストプラクティスがスキル内にエンコードされている。
新規マクロサイクルの設計: MMPAと予測モデルの知見を組み合わせて新規化合物を提案し、curved arrow（曲線矢印による電子押し機構図）の生成、公開データベースからの類似反応の検索、合成ルートの提案まで実行する。さらに、設計した化合物をAlphaFoldや分子動力学シミュレーションへの入力形式で出力することもできる。
従来この一連のワークフローは複数日と相当な計算化学の専門知識を要していたが、今回のデモでは約1時間で完了している。
限界についての明示的な記述
記事は過度な楽観論を避けており、ツールの限界を明確に述べている点が誠実だ。
スパースなデータ、実験室間のアッセイノイズ、狭いダイナミックレンジは、最も強力なモデルであっても予測精度を制限する。計算設計は検証可能な仮説であり、完成した薬ではない。
提案された分子はあくまで仮説であり、実際の合成と実験的検証が不可欠だとしている。
利用方法
Cheminformatics SkillsはGoogle AntigravityアプリのScienceプラグインとして現在利用可能だ。またGoogleは、1万人の研究者を対象に6ヶ月間の最高利用ティアを無料提供するプログラムを実施しており、申請フォームから応募できる（資格審査・選考あり）。Enterprise向けにはGoogle Cloudのクレデンシャルでのログインにも対応している。
詳細はAgentic Cheminformatics with Google Antigravityを参照していただきたい。
