A Google DeepMind quer que o Antigravity, o seu ambiente para agentes, passe a ser uma ferramenta de trabalho para químicos medicinais. Num artigo técnico publicado a 3 de novembro de 2026, o laboratório apresentou um conjunto de Cheminformatics Skills para o Google Antigravity, disponível através do plugin Science da aplicação, e abriu candidaturas para que 10 mil cientistas usem gratuitamente, durante seis meses, o escalão de utilização mais elevado.
A divisão de tarefas é intencional. O modelo de linguagem coordena o fluxo, navega nas bases de dados e raciocina sobre química, enquanto ferramentas determinísticas executam os cálculos moleculares. Essas ferramentas assentam no RDKit, a biblioteca de quimioinformática de código aberto desenvolvida ao longo de duas décadas, e o pacote inclui ligações às bases curadas ChEMBL e PubChem. O argumento da DeepMind é simples: em química, mudar um único átomo ou ligação significa descrever outro composto, por isso o cálculo exato não deve ficar entregue à geração de texto do modelo.
Para ilustrar, os autores recorreram a uma tática clássica da química medicinal, a rigidificação, com dois medicamentos aprovados para o cancro do pulmão. O crizotinib, inibidor de cinase de primeira geração, tem cinco ligações rotativas principais; o lorlatinib, da mesma família mas posterior, é ciclizado de modo a reduzir a zero as ligações rotativas efetivas, o que contribui para uma potência maior. O agente pesquisou a literatura sobre ambos e os seus análogos, recolheu milhares de compostos, eliminou entradas irrelevantes como tampões e solventes, registou a origem de cada um e abriu um visualizador interativo que cruza potência com ligações rotativas.
Seguiu-se uma análise de pares moleculares emparelhados entre versões ciclizadas e não ciclizadas, que confirmou o padrão esperado: menos ligações rotativas e, em geral, mais potência. O agente treinou e validou também vários modelos de previsão de potência para quatro leituras experimentais, com divisões por esqueleto molecular para estimar a capacidade de generalização, e acabou por propor novos macrociclos rígidos, com esquemas de reação, diagramas de movimento de eletrões e rotas de síntese coerentes com procedimentos documentados. Segundo a DeepMind, um ciclo que antes levaria vários dias e exigiria muita competência computacional ficou feito em cerca de uma hora, e os resultados podem ser exportados para software químico corrente ou seguir para o AlphaFold e para simulações de dinâmica molecular.
O lançamento prolonga a aposta da DeepMind em fazer do Antigravity uma bancada científica, e não apenas uma ferramenta de programação, com competências de domínio que correm sobre as ferramentas locais do investigador. Os clientes empresariais acedem às mesmas competências iniciando sessão com credenciais do Google Cloud. A oferta gratuita é atribuída de forma contínua e depende de elegibilidade, capacidade e seleção.
O próprio texto é prudente quanto aos limites. Dados escassos, ruído entre ensaios de laboratórios diferentes e intervalos de medição estreitos limitam a precisão de qualquer modelo de potência, e a DeepMind sublinha que os desenhos computacionais são hipóteses: cada molécula proposta tem ainda de ser sintetizada e testada. A demonstração reproduz um caso de sucesso conhecido em vez de descobrir um novo fármaco, e o tempo de uma hora resulta da demonstração da própria DeepMind, não de uma avaliação externa.