作為 NVIDIA AI Foundations 的一部分，全新 BioNeMo 云服務加速生命科學研究、藥物研發和蛋白質工程

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 基礎模型的生成式 AI 云服務。這些服務將加速新蛋白質和治療方法的創建以及基因組學、化學、生物學和分子動力學等領域的研究。

作為 NVIDIA AI Foundations 的一部分，用于 AI 模型訓練和推理的全新 BioNeMo 云服務產品能夠加速藥物研發過程中最耗時、費用最高的階段。研究人員能夠依靠它在自己的專有數據上對生成式 AI 應用進行微調，并可以直接通過網絡瀏覽器或者全新云應用編程接口（API）運行 AI 模型推理，并輕松集成到現有應用中。

NVIDIA 醫療業務副總裁 Kimberly Powell 表示：“生成式 AI 的革命性力量為生命科學和制藥行業開辟了巨大的前景。NVIDIA 與該領域先鋒企業的長期合作，推動了 BioNeMo 云服務的發展。這項服務現在已經被當作一個 AI 藥物研發實驗室，它可提供預訓練模型，并使用專有數據自定義服務于藥物研發流程各階段的模型。這能夠幫助研究人員識別正確的靶向目標、設計分子和蛋白質并預測它們在人體內的相互作用，從而研發出最佳的候選藥物。”

早期用戶——安進

世界領先的生物技術公司安進（Amgen）已經在使用這項服務推進其研發工作。

安進數字創新研究加速中心、生物治療研發部執行總監 Peter Grandsard 表示：“ BioNeMo 大大加快了我們的生物制劑研發流程。憑借這項服務，我們可以在安進的專有數據上預訓練用于分子生物的大型語言模型，使我們能夠探索和研發出新一代藥物中的治療性蛋白質來幫助治療患者。”

生成式 AI 大幅加快藥物研發流程

BioNeMo 云服務包含預訓練的 AI 模型，以幫助研究人員建立 AI 藥物研發流程。該服務已被包括 Evozyne 和 Insilico Medicine 在內的藥物研發企業用于支持數據驅動的新候選治療藥物的設計。

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計出化合物或基于蛋白質的治療藥物。這些模型在小分子、蛋白質、DNA 和 RNA 序列的大型數據集上進行訓練后，可以預測蛋白質的 3D 結構和分子與目標蛋白質對接的程度。

新的生成式 AI 模型在 BioNeMo 服務上

提供早期訪問

除了之前公布的 MegaMolBART 生成式化學模型、 ESM1nv 蛋白質語言模型和 OpenFold 蛋白質結構預測模型之外，BioNeMo 現在又加入了 6 個經過優化的全新開源模型，包括：

• AlphaFold2：DeepMind 開發的一個深度學習模型，其能夠將確定蛋白質結構所需的時間從幾年縮短到幾分鐘甚至幾秒，僅需要使用蛋白質的氨基酸序列。該模型已經被 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蛋白結合，該模型以高精度和高計算效率預測小分子的 3D 方位和錨定反應。

• ESMFold：這個蛋白質結構預測模型使用 Meta AI 的 ESM2 蛋白質語言模型，可以基于單個氨基酸序列來預測蛋白質的 3D 結構，而不需要類似序列的樣本。

• ESM2：該蛋白質語言模型用于推理蛋白質的機器表示，對蛋白質結構預測、屬性預測和分子對接等下游任務很有用處。

• MoFlow：用于分子優化和小分子生成，這個生成化學模型重新創建分子，提出潛在治療藥物的各種化學結構。

• ProtGPT-2：這個語言模型生成新的蛋白質序列，幫助研究人員設計具有獨特結構、屬性和功能的蛋白質。

BioNeMo 服務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，進行互動推理并實現蛋白質結構的可視化。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上自定義他們的模型。

制藥公司和初創企業利用 BioNeMo

優化 AI 工作流程

制藥公司和藥物研發初創企業正在使用 BioNeMo 并且多次取得顯著的成果。

安進使用其專有的抗體專利數據對 BioNeMo 的 ESM 模型架構進行了預訓練和微調。該公司將在 DGX Cloud 上訓練五個用于分子篩選和優化的自定義模型所需要的時間從三個月縮短到幾周。

芝加哥生物技術公司兼 NVIDIA 初創加速計劃成員 Evozyne 的研究人員與 NVIDIA 聯合開發了一個基于 BioNeMo 的深度學習模型—Protein Transformer Variational AutoEncoder。這個生成式 AI 模型在 Evozyne 專有的蛋白質數據上進行了微調，研究人員用它可設計出性能明顯高于自然界中的酶的合成變體。

NVIDIA 初創加速計劃高級成員 Insilico Medicine 正在使用 BioNeMo 加速早期藥物研發流程。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。該藥物預計很快將進入二期患者臨床試驗階段。

在 GTC 上了解 AI 和醫療行業的最新進展，包括安進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于 AlphaFold 的分會。

免費注冊觀看 NVIDIA 創始人兼首席執行官黃仁勛 GTC 主題演講，了解 BioNeMo 云服務。

掃描海報二維碼，或點擊“閱讀原文”，即可觀看 NVIDIA 創始人兼首席執行官黃仁勛 GTC23 主題演講重播！

?

百里挑一！

3 月 23 日不可錯過的演講!

GTC23 | 黃仁勛與 Ilya Sutskever 的爐邊談話重磅來襲！— 看 AI 的現狀和未來