訊息：NVIDIA發(fā)布大型語言模型和生成式AI服務(wù)以推動生命科學(xué)研發(fā)

作為NVIDIA AI Foundations的一部分，全新BioNeMo云服務(wù)加速生命科學(xué)研究、藥物研發(fā)和蛋白質(zhì)工程

加利福尼亞州圣克拉拉– GTC - 太平洋時間2023年3月21日– NVIDIA今日推出一整套用于自定義AI基礎(chǔ)模型的生成式AI云服務(wù)。這些服務(wù)將加速新蛋白質(zhì)和治療方法的創(chuàng)建以及基因組學(xué)、化學(xué)、生物學(xué)和分子動力學(xué)等領(lǐng)域的研究。

(資料圖片)

作為NVIDIA AI Foundations的一部分，用于AI模型訓(xùn)練和推理的全新BioNeMo? 云服務(wù)產(chǎn)品能夠加速藥物研發(fā)過程中最耗時、費用最高的階段。研究人員能夠依靠它在自己的專有數(shù)據(jù)上對生成式AI應(yīng)用進(jìn)行微調(diào)，并可以直接通過網(wǎng)絡(luò)瀏覽器或者全新云應(yīng)用編程接口（API）運(yùn)行AI模型推理，并輕松集成到現(xiàn)有應(yīng)用中。

NVIDIA醫(yī)療業(yè)務(wù)副總裁Kimberly Powell表示：“生成式AI的革命性力量為生命科學(xué)和制藥行業(yè)開辟了巨大的前景。NVIDIA與該領(lǐng)域先鋒企業(yè)的長期合作，推動了BioNeMo 云服務(wù)的發(fā)展。這項服務(wù)現(xiàn)在已經(jīng)被當(dāng)作一個AI藥物研發(fā)實驗室，它可提供預(yù)訓(xùn)練模型，并使用專有數(shù)據(jù)自定義服務(wù)于藥物研發(fā)流程各階段的模型。這能夠幫助研究人員識別正確的靶向目標(biāo)、設(shè)計分子和蛋白質(zhì)并預(yù)測它們在人體內(nèi)的相互作用，從而研發(fā)出最佳的候選藥物?！?/p>

早期用戶——安進(jìn)

世界領(lǐng)先的生物技術(shù)公司安進(jìn)（Amgen）已經(jīng)在使用這項服務(wù)推進(jìn)其研發(fā)工作。

安進(jìn)數(shù)字創(chuàng)新研究加速中心、生物治療研發(fā)部執(zhí)行總監(jiān)Peter Grandsard表示：“BioNeMo大大加快了我們的生物制劑研發(fā)流程。憑借這項服務(wù)，我們可以在安進(jìn)的專有數(shù)據(jù)上預(yù)訓(xùn)練用于分子生物的大型語言模型，使我們能夠探索和研發(fā)出新一代藥物中的治療性蛋白質(zhì)來幫助治療患者?！?/p>

生成式AI大幅加快藥物研發(fā)流程

BioNeMo 云服務(wù)包含預(yù)訓(xùn)練的AI模型，以幫助研究人員建立AI藥物研發(fā)流程。該服務(wù)已被包括Evozyne和Insilico Medicine在內(nèi)的藥物研發(fā)企業(yè)用于支持?jǐn)?shù)據(jù)驅(qū)動的新候選治療藥物的設(shè)計。

生成式AI模型能夠快速識別潛在的藥物分子，在某些情況下可從零開始設(shè)計出化合物或基于蛋白質(zhì)的治療藥物。這些模型在小分子、蛋白質(zhì)、DNA和RNA序列的大型數(shù)據(jù)集上進(jìn)行訓(xùn)練后，可以預(yù)測蛋白質(zhì)的3D結(jié)構(gòu)和分子與目標(biāo)蛋白質(zhì)對接的程度。

新的生成式AI模型在BioNeMo Service上提供早期訪問

除了之前公布的MegaMolBART生成式化學(xué)模型、ESM1nv蛋白質(zhì)語言模型和OpenFold蛋白質(zhì)結(jié)構(gòu)預(yù)測模型之外，BioNeMo現(xiàn)在又加入了6個經(jīng)過優(yōu)化的全新開源模型，包括：

AlphaFold2：DeepMind開發(fā)的一個深度學(xué)習(xí)模型，其能夠?qū)⒋_定蛋白質(zhì)結(jié)構(gòu)所需的時間從幾年縮短到幾分鐘甚至幾秒，僅需要使用蛋白質(zhì)的氨基酸序列。該模型已經(jīng)被100多萬研究人員使用。

DiffDock：為了幫助研究人員了解藥物分子如何與目標(biāo)蛋白結(jié)合，該模型以高精度和高計算效率預(yù)測小分子的3D方位和錨定反應(yīng)。

ESMFold：這個蛋白質(zhì)結(jié)構(gòu)預(yù)測模型使用Meta AI的ESM2蛋白質(zhì)語言模型，可以基于單個氨基酸序列來預(yù)測蛋白質(zhì)的3D結(jié)構(gòu)，而不需要類似序列的樣本。

ESM2：該蛋白質(zhì)語言模型用于推理蛋白質(zhì)的機(jī)器表示，對蛋白質(zhì)結(jié)構(gòu)預(yù)測、屬性預(yù)測和分子對接等下游任務(wù)很有用處。

MoFlow：用于分子優(yōu)化和小分子生成，這個生成化學(xué)模型重新創(chuàng)建分子，提出潛在治療藥物的各種化學(xué)結(jié)構(gòu)。

ProtGPT-2：這個語言模型生成新的蛋白質(zhì)序列，幫助研究人員設(shè)計具有獨特結(jié)構(gòu)、屬性和功能的蛋白質(zhì)。

BioNeMo 服務(wù)使用戶可以通過一個瀏覽器界面輕松訪問這些生成式AI模型，進(jìn)行互動推理并實現(xiàn)蛋白質(zhì)結(jié)構(gòu)的可視化。研究人員將BioNeMo與NVIDIA DGX Cloud?上的超級計算資源組合后，就可以在使用NVIDIA Base Command? 平臺和NVIDIA AI Enterprise軟件套件的全托管軟件服務(wù)上自定義他們的模型。

制藥公司和初創(chuàng)企業(yè)利用BioNeMo優(yōu)化AI工作流程

制藥公司和藥物研發(fā)初創(chuàng)企業(yè)正在使用BioNeMo并且多次取得顯著的成果。

安進(jìn)使用其專有的抗體專利數(shù)據(jù)對 BioNeMo 的 ESM 模型架構(gòu)進(jìn)行了預(yù)訓(xùn)練和微調(diào)。該公司將在DGX Cloud上訓(xùn)練五個用于分子篩選和優(yōu)化的自定義模型所需要的時間從三個月縮短到幾周。

芝加哥生物技術(shù)公司兼NVIDIA初創(chuàng)加速計劃成員Evozyne的研究人員與NVIDIA聯(lián)合開發(fā)了一個基于 BioNeMo 的深度學(xué)習(xí)模型——Protein Transformer Variational AutoEncoder。這個生成式AI模型在Evozyne專有的蛋白質(zhì)數(shù)據(jù)上進(jìn)行了微調(diào)，研究人員用它可設(shè)計出性能明顯高于自然界中的酶的合成變體。

NVIDIA 初創(chuàng)加速計劃高級成員Insilico Medicine正在使用BioNeMo加速早期藥物研發(fā)流程。該流程在過去需要花費四年多的時間，成本約5億美元。Insilico使用了端到端的生成式AI，只用了三分之一的時間和十分之一的成本就能識別出一種臨床前候選藥物。該藥物預(yù)計很快將進(jìn)入二期患者臨床試驗階段。

申請搶先體驗BioNeMo。

在GTC上了解AI和醫(yī)療行業(yè)的最新進(jìn)展，包括安進(jìn)演講者主持的三場分會、Evozyne演講者主持的一場分會和DeepMind演講者主持的另一場關(guān)于AlphaFold的分會。本屆GTC將在線上舉辦并持續(xù)到3月23日（星期四）。在這里免費報名參加。

觀看NVIDIA創(chuàng)始人兼首席執(zhí)行官黃仁勛GTC主題演講中關(guān)于BioNeMo Cloud Service的部分。

關(guān)于NVIDIA

自1993年成立以來，NVIDIA (NASDAQ: NVDA) 一直是加速計算領(lǐng)域的先驅(qū)。NVIDIA 1999年發(fā)明的GPU驅(qū)動了PC游戲市場的增長，并重新定義了現(xiàn)代計算機(jī)圖形，開啟了現(xiàn)代AI時代，推動了元宇宙的創(chuàng)建。NVIDIA現(xiàn)在是一家全棧計算公司，其數(shù)據(jù)中心規(guī)模的產(chǎn)品正在重塑整個行業(yè)。更多信息，請訪問 https://nvidianews.nvidia.com/。

關(guān)鍵詞：