領先的制藥公司、生物技術初創(chuàng)企業(yè)和前沿生物研究人員正在使用 NVIDIA BioNeMo LLM 服務和框架來開發(fā)用于生成、預測和理解生物分子數(shù)據(jù)的 AI 應用。

科學家們致力于探索 DNA、蛋白質和其他生命體的“基礎構建”，以期獲得全新的洞察，而今日在 NVIDIA GTC 上發(fā)布的 NVIDIA BioNeMo 框架將為其研究提供加速。

NVIDIA BioNeMo 框架用于訓練和部署超算規(guī)模的大型生物分子語言模型，幫助科學家更好地了解疾病，并為患者找到治療方法。該大型語言模型（LLM）框架將支持化學、蛋白質、DNA 和 RNA 數(shù)據(jù)格式。

NVIDIA BioNeMo 是 NVIDIA Clara Discovery 藥物研發(fā)框架、應用和 AI 模型集的一部分。

正如 AI 通過 LLM 來學習如何理解人類語言，該框架也在學習生物學和化學語言。NVIDIA BioNeMo 使基于生物分子數(shù)據(jù)的大規(guī)模神經網絡訓練更為輕松，助力研究人員發(fā)現(xiàn)生物序列中的新模式并獲得新洞察。研究人員可將這些洞察與生物特性或功能乃至人類健康狀況聯(lián)系起來。

NVIDIA BioNeMo 框架使科學家能夠使用更大的數(shù)據(jù)集來訓練大規(guī)模語言模型，打造出性能更強大的神經網絡。NVIDIA 的 GPU 優(yōu)化軟件中心——NVIDIA NGC 上將提供該框架的搶先體驗。

除語言模型框架之外，NVIDIA BioNeMo 還提供一項云 API 服務，該服務將支持越來越多的預訓練 AI 模型。

BioNeMo 框架支持更大的模型

和更準確的預測

如今，使用自然語言處理模型來處理生物數(shù)據(jù)的科學家一般會訓練相對較小、需要自定義預處理的神經網絡。通過 BioNeMo，科學家可將其擴展為具有數(shù)十億參數(shù)的 LLM，捕捉分子結構、蛋白質溶解度等信息。

BioNeMo 是 NVIDIA NeMo Megatron 框架的擴展，可實現(xiàn)大規(guī)模自監(jiān)督語言模型的 GPU 加速訓練。這一針對特定領域的框架支持以 SMILES 化學結構標記表征的分子數(shù)據(jù)、以及以 FASTA 氨基酸和核酸序列字符串表征的分子數(shù)據(jù)。

OpenFold 聯(lián)盟創(chuàng)始成員、哥倫比亞大學系統(tǒng)生物學系助理教授 Mohammed AlQuraishi 表示：“該框架使整個醫(yī)療和生命科學行業(yè)的研究人員都能利用快速增長的生物和化學數(shù)據(jù)集。這樣就能更輕松地發(fā)現(xiàn)和設計出精準針對疾病分子特征的治療方法。”

BioNeMo 服務提供用于化學和生物學的 LLM

NVIDIA BioNeMo LLM 服務將為希望快速掌握數(shù)字化的生物學和化學領域應用的 LLM 的開發(fā)者提供四個預訓練語言模型。這些模型針對推理進行了優(yōu)化，并將通過 NVIDIA DGX Foundry 上運行的云端 API 提供搶先體驗。

ESM-1：這一最初由 Meta AI Labs 發(fā)布的蛋白質 LLM 能夠處理氨基酸序列，最終生成用于預測各種蛋白質特性和功能的表征。它還提高了科學家理解蛋白質結構的能力。

OpenFold：這是由學術界和產業(yè)界共同成立的 Openfold 聯(lián)盟創(chuàng)建的 sota 蛋白質建模工具，它將可以通過 BioNeMo 服務提供其開源 AI 工作流程。

MegaMolBART：這一基于 14 億分子訓練而成的生成式化學模型可用于反應預測、分子優(yōu)化和新分子的生成。

ProtT5：該模型是在慕尼黑工業(yè)大學 RostLab 的帶領下合作開發(fā)的，NVIDIA 也是該項目的參與者之一。PortT5 將 ESM-1b 等蛋白質 LLM 的功能擴展到序列生成。

未來，使用 BioNeMo LLM 服務的研究人員將能夠通過 fine-tuning 以及 p-tuning 等新技術，在幾小時內完成 LLM 模型的自定義，提高應用的準確性。相比原來動輒數(shù)百萬個樣本的數(shù)據(jù)集，p-tuning 訓練方法只需要包含幾百個樣本的數(shù)據(jù)集。

初創(chuàng)企業(yè)、研究人員和制藥公司

紛紛采用 NVIDIA BioNeMo

生物技術和制藥行業(yè)的專家正在采用 NVIDIA BioNeMo，為新藥研發(fā)提供支持。

阿斯利康和 NVIDIA 使用 Cambridge-1 超級計算機開發(fā)了 BioNeMo LLM 服務中的 MegaMolBART 模型。這家全球生物制藥公司將使用 BioNeMo 框架，在涵蓋小分子和蛋白質的數(shù)據(jù)集上訓練一些全球最大的語言模型。該數(shù)據(jù)集日后還將涵蓋 DNA。

麻省理工學院和哈佛大學旗下博德研究所的研究人員正在與 NVIDIA 一起使用 BioNeMo 框架來開發(fā)新一代 DNA 語言模型。這些模型將被整合至 Terra 中。Terra 是一個由博德研究所、微軟和 Verily 共同開發(fā)的云平臺，生物醫(yī)學研究人員能夠通過該平臺，安全、大規(guī)模地共享、訪問和分析數(shù)據(jù)。這些 AI 模型還將被添加到 BioNeMo 服務集中。

OpenFold 聯(lián)盟計劃使用 BioNeMo 框架來推進其 AI 模型開發(fā)工作。這些模型可根據(jù)氨基酸序列來預測分子結構，并達到接近實驗的準確性。

Peptone 專注于構建固有無序蛋白質（缺乏穩(wěn)定 3D 結構的蛋白質）的模型。該公司正與NVIDIA 一起使用同樣作為 BioNeMo 基礎的 NeMo 框架來開發(fā) ESM 模型版本。該項目計劃在 NVIDIA 的 Cambridge-1 超級計算機上運行，將推動 Peptone 的新藥研發(fā)工作。

位于芝加哥的生物技術公司 Evozyne 將工程與深度學習技術相結合，致力于設計能夠解決長期治療和可持續(xù)發(fā)展難題的新型蛋白質。

Evozyne 聯(lián)合創(chuàng)始人兼計算主管 Andrew Ferguson 表示：“BioNeMo 框架使我們能夠在設計-構建-測試周期內，高效利用 LLM 的力量，基于數(shù)據(jù)進行蛋白質設計。這將直接影響我們新型功能性蛋白的設計，并將在人類健康和可持續(xù)發(fā)展方面得以應用?！?/p>

NVIDIA 初創(chuàng)加速計劃成員、生物技術初創(chuàng)企業(yè) Peptone 的機器學習負責人 Istvan Redl 表示：“隨著大型語言模型在蛋白質領域的應用日益廣泛，高效訓練 LLM 并快速調整模型架構的能力變得非常重要。我們相信 BioNeMo 框架將滿足可擴展性和快速實驗這兩大工程方面的需求?！?/p>

審核編輯：湯梓紅