Zum Inhalt springen

KI

Googles Labor-Agent entwirft Wirkstoffkandidaten in einer Stunde

Google DeepMind hat seinem Antigravity-Agenten Chemie beigebracht. In der Lungenkrebs-Demo schrumpft eine Schleife, die sonst Tage frisst, auf etwa eine Stunde. Die kohlenstoffbasierten Chemiker dürfen zuschauen.

Titelfoto: Dietmar Rabich / CC BY-SA 4.0

TL;DR

  1. DeepMind gibt seinem Antigravity-Agenten Cheminformatics Skills für Workflows in der Wirkstoffforschung.
  2. Demo mit echten Lungenkrebs-Therapien: etwa eine Stunde statt mehrerer Tage pro Durchlauf.
  3. Zur Verfügbarkeit in der EU gibt es nichts, europäische Labore sollten ihren Kalender also noch nicht freiräumen.

Was passiert ist

Google DeepMind hat neue Cheminformatics Skills für Google Antigravity veröffentlicht, den hauseigenen KI-Agenten. Der Beitrag stammt vom 3. November 2026 und wird Zoi Tsangalidou, Ruijie (Kelly) Zhang, Sukhdeep Singh und Michael V. LeVine zugeschrieben.

Der Pitch: Ein neues Medikament zu entwerfen heißt, chaotische Daten aus Diagrammen, Abbildungen und Fachliteratur zu fischen, Vorhersagemodelle zu trainieren und dann Moleküle vorzuschlagen, die sich zu bauen lohnen. Ein Durchlauf dieser Schleife dauert laut DeepMind normalerweise mehrere Tage.

Mit den neuen Skills erledigt der Agent die Schleife selbst. In der Demo, die auf echten Lungenkrebs-Therapien basiert, durchsucht er Tausende Verbindungen und führt eine Matched-Molecular-Pair-Analyse durch. Danach schlägt er neuartige, rigidisierte Makrozyklen vor, inklusive Syntheserouten.

Das ist DeepMinds eigene Demo und DeepMinds eigene Zahl. Außerhalb des Hauses hat bisher niemand die Stoppuhr gedrückt.

Warum es zählt

Die Chemie hat ein Datenproblem. DeepMind selbst sagt, Chemiker verbrächten zu viel Zeit damit, sich mit Daten herumzuschlagen, auch weil sich ein und dasselbe Molekül auf viele verschiedene Arten aufschreiben lässt. Das ist der langweilige, teure Teil, und genau dafür sind Agenten gemacht.

Spannend ist die Reichweite. Hier beantwortet kein Modell eine Chemiefrage. Ein Agent verkettet den ganzen Job: Daten finden, analysieren, Modelle bauen, Kandidaten vorschlagen und skizzieren, wie man sie synthetisiert.

Von Tagen pro Iteration auf eine Stunde: Wenn das über die Showcase-Bühne hinaus hält, heißt das mehr Trial-and-Error-Runden in derselben Woche. In der Wirkstoffforschung sind mehr Iterationen das ganze Spiel.

Einschränkung, weil wir nicht der Hersteller sind: Eine Demo mit kuratierten Lungenkrebs-Beispielen ist keine Pipeline im Produktivbetrieb. Ein Molekül auf dem Bildschirm vorzuschlagen und es im Labor zum Laufen zu bringen, sind zwei sehr verschiedene Dinge.

Was du damit machst

  • Lies den Originalbeitrag.DeepMinds Write-up zeigt den Workflow von vorn bis hinten. So siehst du, was der Agent wirklich tut und was die Schlagzeile nur andeutet.
  • Kartiere deine eigene Schleife.Wenn du in Chemie oder Biotech arbeitest, liste auf, welche Schritte Tage fressen: Datenaufbereitung, Modelltraining, Kandidatenvorschläge. Das sind deine Ziele.
  • Behalte den menschlichen Checkpoint.Behandle vorgeschlagene Moleküle und Syntheserouten als Entwürfe für die Prüfung durch Fachleute, nicht als Anweisungen.
  • Beobachte die Verfügbarkeit.Die Ankündigung klärt weder Zugang noch regionalen Rollout. Prüf das, bevor du darum herum planst.

Ciao, sapiens. Der Agent kann das Molekül entwerfen, aber die Pipette hält er noch nicht. Genieß das, solange es geht.