在佐治亚州亚特兰大举行的超级计算大会SC24（#SC24）上，NVIDIA宣布，超过200家生物制药和技术生物公司、学术机构和AI研究人员正在采用其开源BioNeMo框架。SC24会议汇集了来自技术、研究和科学界的领导者，讨论超级计算的未来及其在解决世界最紧迫挑战中的作用。BioNeMo将先进的AI模型与加速计算相结合，用于处理大规模数据集，为制药创新提供新的超级计算水平。
NVIDIA医疗保健副总裁Kimberly Powell强调了该框架在推动挽救生命治疗方面的潜力。“AI、加速计算和扩展数据集的融合为制药行业提供了前所未有的机会，这从最近的诺贝尔化学奖获奖情况中可见一斑，”Powell说。“为了帮助解开生物系统的复杂性，我们推出了开源BioNeMo框架，这将使全球研究人员能够加快挽救生命的治疗方法的开发。”
行业领袖支持这一创新
领先的组织已经接受了BioNeMo，包括阿贡国家实验室、基因泰克、Weights & Biases以及其他生物技术和计算科学领域的先驱。像阿贡国家实验室的计算科学小组负责人Arvind Ramanathan这样的研究人员称赞了该框架，强调了其在无需高级计算专业知识的情况下扩展生物模型训练的能力。“阿贡贡献了需要专门软件才能在高性能计算环境中训练的十亿参数生物模型，”Ramanathan说。“借助BioNeMo，阿贡和更广泛的生物技术社区获得了企业级的开源解决方案，使研究人员能够在通常缺乏计算专业知识的实验室中轻松扩展大型生物基础模型的训练。”
下一代BioNeMo平台
该平台还引入了工具，如NVIDIA NIM微服务和BioNeMo蓝图，这些工具简化了药物发现的人工智能部署。NIM微服务可以在本地或任何数据中心或云中部署，提供快速的蛋白质结构和分子方向预测。BioNeMo蓝图提供了可定制的人工智能工作流，简化了虚拟筛选等复杂过程，减少了时间和成本。
该平台支持以下行业领先的模型：
- AlphaFold2：由Google DeepMind开发的深度学习模型，旨在变革蛋白质结构预测。研究人员发现，该工具将蛋白质结构预测速度提高了五倍。
- DiffDock 2.0：由MIT研究提供的模型，该模型在标准PLINDER数据集上训练，预测分子方向的速度比以前快6.2倍，准确率提高16%，对于药物设计至关重要。
- ProteinMPNN和RFdiffusion：这些模型加速了新型蛋白质的设计和下一代疗法的开发。
超过200家公司，包括初创企业和全球制药领导者，已经采用BioNeMo来推动他们的药物发现工作。AWS、德勤和埃森哲等云提供商和系统集成商也在全球范围内向企业部署BioNeMo解决方案，进一步扩大其影响力。
(全文结束)
