Google (03/11) memperkenalkan pendekatan baru bernama agentic cheminformatics melalui platform Antigravity, yang dirancang untuk membantu peneliti menjalankan alur kerja kimia secara lebih otonom. Dalam tulisannya, Google menjelaskan bahwa kemampuan ini menggabungkan model AI dengan seperangkat keterampilan (skills) khusus di bidang cheminformatics, sehingga sistem dapat mencari senyawa, memfilter kandidat, dan menyusun proposal molekul baru dengan campur tangan manusia yang lebih sedikit.

Salah satu contoh penggunaan yang ditampilkan adalah pencarian peptida antimikroba, yaitu rantai asam amino pendek yang menjadi bahan riset untuk antibiotik baru. Menurut Google, alur yang biasanya memerlukan bolak-balik antara beberapa alat dan basis data kini dapat dijalankan oleh agen AI secara berurutan: mulai dari menentukan kriteria, menelusuri pustaka senyawa, hingga mengusulkan struktur yang memenuhi syarat. Peneliti tetap memegang peran pengawas, tetapi pekerjaan repetitifnya berkurang.

Pendekatan agentic di sini berarti AI tidak hanya menjawab pertanyaan, melainkan mengeksekusi langkah-langkah yang sebelumnya harus dilakukan peneliti secara manual di perangkat lunak kimia. Skills cheminformatics yang dipasang pada Antigravity berfungsi seperti “kotak peralatan” yang memberi agen kemampuan spesifik, misalnya menghitung sifat molekul atau membandingkan struktur. Hasilnya, peneliti bisa meminta alur kerja lengkap dalam satu percakapan, alih-alih menyambung beberapa program sendiri.

Secara umum, cheminformatics adalah cabang ilmu yang memadukan kimia dengan komputasi untuk mengelola dan menganalisis data molekul, sementara istilah agentic merujuk pada kemampuan AI untuk merencanakan dan menjalankan tugas secara bertahap hingga tuntas. Dengan menggabungkan keduanya, Google berupaya mempercepat tahap awal penemuan obat yang selama ini memakan waktu lama karena volume data senyawa yang sangat besar.