O Google DeepMind publicou em 3 de novembro de 2026 um novo conjunto de recursos para o Google Antigravity: as Cheminformatics Skills, voltadas a acelerar a descoberta de medicamentos. No exemplo apresentado pela empresa, um fluxo de trabalho que normalmente levaria vários dias para uma única iteração foi demonstrado em cerca de uma hora.
O exemplo com câncer de pulmão
O caso usado é real e conhecido na oncologia: os tratamentos para câncer de pulmão. O agente busca na literatura compostos relacionados a crizotinibe e lorlatinibe, extrai as moléculas dos documentos, associa cada uma aos dados relatados e descarta entradas irrelevantes, como solventes e tampões. Em poucos minutos, milhares de compostos são recuperados e organizados em um relatório com as fontes documentadas.
A ideia central é a rigidificação, uma técnica clássica da química medicinal. O crizotinibe, um inibidor de tirosina quinase de primeira geração, tem cinco ligações rotacionáveis importantes; o lorlatinibe, de terceira geração, foi ciclizado em uma extremidade, reduzindo esse número a zero e ganhando potência, entre outros efeitos. O agente reproduz esse raciocínio: compara pares de moléculas que diferem apenas pela ciclização, analisa potência e rigidez e propõe novos macrociclos rigidificados, com rotas de síntese sugeridas.
Como o agente divide o trabalho
Há uma divisão de trabalho explícita. O modelo de linguagem orquestra o fluxo, navega pelas bases e conduz o raciocínio científico, enquanto ferramentas determinísticas de química executam os cálculos moleculares. Essas ferramentas usam o RDKit, kit de código aberto mantido há mais de duas décadas, e conectores para recursos curados do ChEMBL e do PubChem. Um visualizador interativo permite explorar cada composto, inspecionar metadados e plotar, por exemplo, potência celular versus número de ligações rotacionáveis, colorindo por presença de macrociclo.
Limite: hipóteses, não medicamentos prontos
O próprio Google DeepMind marca o limite com clareza, e este ponto é essencial: os projetos propostos são hipóteses testáveis, não medicamentos prontos. Dados esparsos, ruído entre ensaios de laboratórios diferentes e faixas dinâmicas estreitas limitam a precisão preditiva. Cada desenho precisa ser sintetizado e validado experimentalmente antes de qualquer conclusão sobre eficácia.
As Cheminformatics Skills já estão disponíveis no Google Antigravity. Usuários individuais podem baixar o aplicativo e instalar o plugin Science; usuários corporativos podem começar com uma conta empresarial e credenciais do Google Cloud. O Google também abriu inscrições para oferecer a 10 mil cientistas o nível mais alto de uso gratuitamente por 6 meses, com integração contínua e sujeito a elegibilidade, capacidade e seleção.
Contexto: o Geekiki já noticiou a concentração de esforços do Google no Antigravity, quando o agente de código Jules foi encerrado — leia a matéria anterior.
Crédito da imagem: Google DeepMind — interface do Google Antigravity, material de divulgação oficial.
Fontes
- Google DeepMind — Agentic cheminformatics with Google Antigravity (3 de novembro de 2026)
- Google Antigravity — página oficial
Transparência: esta matéria foi produzida com auxílio de inteligência artificial, com cruzamento de publicações públicas e fontes da internet, e revisada antes da publicação. Consulte as fontes originais para conferir os detalhes.
Muse
