NVIDIA BioNeMo 現(xiàn)已提供十余個生成式 AI 模型以及云服務，正在推動計算機輔助藥物發(fā)現(xiàn)生態(tài)系統(tǒng)的發(fā)展。

數(shù)字生物學和生成式 AI 正在幫助重塑藥物發(fā)現(xiàn)、外科手術(shù)、醫(yī)學影像和可穿戴設(shè)備，這或?qū)⒊蔀樽杂嬎銠C出現(xiàn)以來醫(yī)療行業(yè)最引人注目的變革。

十多年來，NVIDIA 一直在為這一變革做準備，積累深厚的專業(yè)知識，打造 NVIDIA Clara 醫(yī)療計算平臺，并擴大與龐大的合作伙伴生態(tài)系統(tǒng)的合作。醫(yī)療領(lǐng)域的客戶和合作伙伴每年在 NVIDIA GPU 計算上的投入已遠超 10 億美元（包含直接或通過云計算合作伙伴間接的支出）。

在 2500 億美元的藥物研發(fā)領(lǐng)域，這些努力迎來了一個拐點：研發(fā)團隊現(xiàn)在可以使用計算機來加速藥物研發(fā)。

借助新興的生成式 AI 工具，藥物研發(fā)團隊可以觀察到特定的氨基酸或核苷序列、結(jié)構(gòu)、功能和意義的基本組成部分，從而生成或設(shè)計出可能具有所需特性的新型分子。這將使研究人員能夠篩選出更精確的候選藥物來推進研究，減少昂貴、耗時的物理實驗工作。

NVIDIA BioNeMo 正在加速這一變革，它是一個生成式 AI 平臺，可為藥物研發(fā)提供開發(fā)、定制和部署基礎(chǔ)模型所需的服務。

BioNeMo 已在制藥公司、科技生物公司和軟件公司中被廣泛采用。它提供了一種全新的計算方法，使科學家能夠在低代碼、用戶友好的環(huán)境進行生成式 AI 研究，從而減少實驗，甚至在某些情況下可以完全取代實驗。

除了通過 BioNeMo 開發(fā)、優(yōu)化和托管 AI 模型之外，NVIDIA 還通過對創(chuàng)新型科技生物公司的投資來推動計算機輔助藥物發(fā)現(xiàn)生態(tài)系統(tǒng)的發(fā)展，例如生物制藥公司 Recursion（向 BioNeMo 用戶提供該公司的一款基礎(chǔ)模型），以及生物技術(shù)公司 Terray Therapeutics（該公司正在使用 BioNeMo 開發(fā) AI 模型）。

BioNeMo 讓 AI 加速的

藥物發(fā)現(xiàn)更加精準

BioNeMo 具有一套預訓練的生物分子 AI 模型，可用于蛋白質(zhì)結(jié)構(gòu)預測、蛋白質(zhì)序列生成、分子優(yōu)化、生成式化學、對接預測等。它還使計算機輔助藥物發(fā)現(xiàn)公司能夠通過易于訪問的應用程序編程接口（API）向廣大用戶提供模型，用于推理和定制化模型開發(fā)。

借助 BioNeMo ，藥物研發(fā)團隊可以使用其專有數(shù)據(jù)來構(gòu)建或定制生成式 AI 模型。藥物研發(fā)軟件公司、生物技術(shù)公司和大型制藥公司正在將 BioNeMo 云 API（預計本月發(fā)布測試版）集成到提供計算機輔助藥物發(fā)現(xiàn)工作流的平臺中。

云 API 將包含許多基礎(chǔ)模型，其來源有三個途徑：

NVIDIA 創(chuàng)建的模型，如用于生成小分子的 MolMIM 生成式化學模型；

全球研究團隊首創(chuàng)，并由 NVIDIA 進行篩選和優(yōu)化的開源模型，如 OpenFold 蛋白質(zhì)預測 AI；

NVIDIA 合作伙伴開發(fā)的私有模型，如 Recursion 公司用于嵌入細胞顯微鏡圖像的 Phenom-Beta。

MolMIM 在生成小分子的同時，還能讓用戶對 AI 生成過程進行更精細的控制——即識別具有所需特性并符合用戶指定約束的新分子。例如，研究人員可以指導模型生成與特定參考分子具有相似結(jié)構(gòu)和性質(zhì)的分子。

制藥業(yè)的現(xiàn)象級 AI：Recursion為

BioNeMo帶來 Phenom-Beta 模型

Recursion 是首家通過 BioNeMo 云 API 提供 AI 模型的托管合作伙伴：Phenom-Beta 是一種視覺轉(zhuǎn)換器模型 ，可以從細胞顯微鏡圖像中提取具有生物學意義的特征。

該功能可為研究人員提供關(guān)于細胞功能的洞察，并幫助他們了解細胞如何對候選藥物或基因工程做出反應。

圖注：Phenom-Bete 在圖像重建任務中表現(xiàn)出色，該任務是評估模型性能的訓練指標

眾多企業(yè)正在采用 NVIDIA BioNeMo

越來越多的科學家、生物技術(shù)和制藥公司以及 AI 軟件供應商采用 NVIDIA BioNeMo 來支持生物學、化學和基因組學研究。

審核編輯：劉清