谷歌DeepMind团队于11月3日发布博文，宣布为Google Antigravity平台推出一套“化学信息学技能”（Cheminformatics Skills），面向药物发现流程中的文献检索、分子分析、模型构建及新分子设计等环节提供支持。该功能将大语言模型的规划、检索与科学推理能力，与RDKit等确定性化学计算工具相结合，并接入ChEMBL和PubChem等公共化学数据库。

在演示环节，AI智能体围绕克唑替尼（crizotinib）与劳拉替尼（Lorlatinib）两类肺癌靶向药展开分析。系统检索并整理了568个化合物，识别出“分子刚性化”与药效提升之间的关联，随后训练药效预测模型，并设计出多个潜在更优的大环化合物，同时给出反应机理和合成建议。整个过程耗时约一小时，而类似流程过去往往需要数天。

该工具的另一项能力在于处理分子数据的异构问题。系统可从论文、专利和产品目录中识别以IUPAC名称、马库什结构或SDF文件等不同形式出现的同一分子，从而减少科研人员在数据清洗和格式转换上的时间消耗。

谷歌方面强调，AI产出的是“可检验的科研假设”，并非成品药物。受数据稀疏、实验室间检测误差和动态范围限制，所有候选分子仍必须经过合成与实验验证。该功能目前已上线。