Beschleunigung von Pipelines zur Arzneimittelforschung mit KI
Entwicklungsplattform für KI-gestützte Biologie und Medikamentenentwicklung
NVIDIA Clara
Entwickeln Sie mit Open-Source-KI-Modellen und Datensätzen
NVIDIA Clara™ ist eine Familie von Open-Source-KI-Foundation-Modellen, Tools und Rezepten für die biomedizinische Forschung. Clara beinhaltet KI-Foundation-Modelle für Omics, Protein- und Molekülstrukturen, Bildgebung, 3D-Anatomie, chirurgische Robotik und digitale Zwillinge für physikgestützte Simulationen. Sie werden unter Einsatz führender und offener klinischer, bildgebender und biologischer Datenmengen erstellt.
Clara lässt sich direkt in den KI-Software-Stack von NVIDIA integrieren. Die Lösung beinhaltet vortrainierte Checkpoints und neuartige Modellarchitekturen, Trainingsrezepte, kuratierte offene Datenmengen und Tools sowie einheitliche Benchmarking- und Bewertungsframeworks.
NVIDIA BioNeMo Framework und Rezepte
Trainieren und Anpassen von Modellen für BioPharma
NVIDIA BioNeMo™ Framework ist ein Open-Source-Framework für maschinelles Lernen zum Erstellen und Trainieren von Deep Learning-Modellen für die Biopharma.
Durch das Beschleunigen der teuersten und langwierigsten Aspekte der Entwicklung von KI-Modellen können KI-Modellentwickler, die auf Grundlage von DNA-, RNA- und Proteindaten biomolekulare Forschung durchführen, Tools nutzen, mit denen sie Untersuchungen auf eine neue Stufe heben können.
Die Plattform umfasst kuratierte Trainingsrezepte, Datenlader und vortrainierte, optimierte Beispiele für KI-Modellarchitekturen, die fachspezifisch und für beste Leistung beschleunigt sind, wodurch die Erstellung von KI-Modellen schneller und einfacher wird.
NVIDIA KI-Blueprints
Entwicklung generativer KI-Anwendungen für die Arzneimittelforschung mit vortrainierten KI-Workflows
NVIDIA BioNeMo Blueprints sind vortrainierte Referenz-Workflows, die für generative KI-Anwendungen in der Arzneimittelforschung konzipiert sind und Biopharma-Teams als Grundlage dienen, um Forschung und Innovation zu beschleunigen.
Für Biopharma-Unternehmen, die KI integrieren möchten, umfassen diese Blueprints Referenzcode, Tools und eine umfassende Dokumentation zur Anpassung und Bereitstellung von Workflows, die auf proprietäre Daten und individuelle therapeutische Pipelines zugeschnitten sind.
Die daraus resultierenden Daten-Flywheels verbessern die Modellleistung im Laufe der Zeit, ermöglichen gründlichere Einblicke und beschleunigen die Gewinnung von Informationen. Mit BioNeMo Blueprints können Biopharma-Teams Innovationen optimieren und das Potenzial der KI in der Arzneimittelforschung erschließen.
NVIDIA NIM-Microservices
Optimierte KI-Inferenz für skalierbare Anwendungen in der Arzneimittelforschung
NVIDIA BioNeMo NIM™ umfasst eine Reihe optimierter, benutzerfreundlicher KI-Microservices, die Inferenz im Gigascale-Bereich und neue Funktionen im Medikamentendesign ermöglichen.
NIM-Microservices wurden für Entwickler von Plattformen für die computergestützte Arzneimittelforschung sowie für Datenwissenschaftler entwickelt. Sie sind in Form von Containern aufgebaut und bieten alles, was für eine effiziente, portable Bereitstellung erforderlich ist, einschließlich einer einfachen API-Integration in unternehmenstaugliche KI-Anwendungen.
NIM-Microservices sorgen in der Arzneimittelforschung für effizientere und innovativere Workflows und reduzieren gleichzeitig die Gesamtbetriebskosten und Markteinführungszeit für KI-gestützte Entdeckungen.
NVIDIA CUDA-X für Biopharma
GPU-beschleunigte Tools und Bibliotheken für molekulare KI
Die NVIDIA CUDA-X™-Bibliotheken bieten Drop-in-Codemodule, die die rechenintensivsten Schichten in modernen biomolekularen KI-Modellen beschleunigen, damit Forscher Innovationen schneller umsetzen können.
cuEquivariance ist eine Python-Bibliothek von NVIDIA, die die Erstellung hochleistungsfähiger äquivarianter neuronaler Netzwerke unter Verwendung segmentierter Tensor-Produkten erleichtern soll. Zudem verfügt cuEquivariance über optimierte Kernel für Triangle Attention und Triangle Multiplication zur Modellierung paarweiser Wechselwirkungen bei der Vorhersage von Proteinstrukturen (z. B. Architekturen im AlphaFold-Stil).
Einzeilige Codeänderungen und sofort einsatzbereite Integrationen über PyTorch- und Jax-Bindings machen es einfacher denn je, die aufwendigsten Schritte in einem Workflow durch CUDA®-optimierte Kernel zu ersetzen.
cuEquivariance ermöglicht neue Leistungsniveaus in Modellen für Proteinstrukturen, generative Chemie und Molekulardynamik.
Zusätzliche Technologien
Erste Schritte
Dokumentation
Im NVIDIA BioNeMo Dokumentations-Hub finden Sie eine Sammlung von Dokumenten, Leitfäden, Handbüchern, Anleitungen und mehr.
Produktupdates
Bleiben Sie auf dem Laufenden bezüglich neuer Versionen, Fehlerbehebungen, kritischer Sicherheitsupdates und mehr, die für den Biopharma-Bereich verfügbar sind.
Kontakt
Haben Sie Fragen? Unsere Experten für den Gesundheitsbereich sind für Sie da!
FAQs
NVIDIA BioNeMo ist eine offene Entwicklungsplattform für KI-gestützte Biologie und Arzneimittelforschung. Es führt offene Modelle, Tools und Datensätze über den gesamten KI-Lebenszyklus hinweg zusammen, sodass Forscher und Entwickler KI-Anwendungen für die biologische Forschung und die Arzneimittelforschung entwickeln, anpassen und bereitstellen können. BioNeMo ermöglicht Lab-in-the-Loop-Workflows, die die Feedback-Schleife zwischen Experimenten und KI schließen und experimentelle Daten verwenden, um die Modellintelligenz, Vorhersagen und wissenschaftliche Erkenntnisse kontinuierlich zu verbessern.
- NVIDIA BioNeMo Framework ist eine Sammlung von Programmiertools und Bibliotheken, die die Entwicklung von biomolekularen KI-Modellen erleichtern und die zeitraubendsten und teuersten Phasen der computergestützten Arzneimittelforschung beschleunigen.
- NVIDIA NIM ist ein Set von optimierten, einfach zu bedienenden, portablen Microservices, die für Biomolekularwissenschaftler in der Arzneimittelforschung entwickelt wurden, die sichere und zuverlässige KI-Modellinferenzen benötigen.
NVIDIA BioNeMo Framework:Nutzer können auf das BioNeMo-Framework auf zwei Arten zugreifen. Das Angebot von NVIDIA für die Nutzung von BioNeMo auf Unternehmensebene mit einer NVIDIA AI Enterprise-Lizenz stellt den BioNeMo-Container über den NVIDIA NGC™-Katalog bereit. Damit verfügen Entwickler und Forscher in Unternehmen über eine sichere, skalierbare Toolchain für die Einrichtung biomolekularer Workflows. Die Open-Source-Version von BioNeMo, die Forscher und Datenwissenschaftler nutzen, steht bei GitHub zur Installation bereit, einschließlich aller benötigten Komponenten.
Vortrainierte Modelle: BioNeMo Framework bietet BioNeMo-Rezepte, die beispielhaft die Implementierung einer Transformer Engine-kompatiblen Architektur veranschaulichen sowie einfache Tests und Feinabstimmungen ermöglichen. Benutzer werden dazu ermutigt, eigene Implementierungen mit BioNeMo-Rezepten als Tutorials zu erweitern.
BioNeMo NIM-Microservices bieten verschiedene optimierte Checkpoints wie Evo2 (genomische generative KI), GenMol (Molekülgenerierung), DiffDock (Docking) und andere, die jeweils entsprechende biomolekulare Aufgaben unterstützen.
Die aktuelle Liste der Systemanforderungen für das BioNeMo Framework finden Sie auf der Seite NGC-Katalog Container.
Die neuesten Systemanforderungen für NIM-Microservices finden Sie in der NVIDIA API-Dokumentation.
Der Code von BioNeMo Framework ist unter Apache 2.0 lizenziert, während die offiziellen NGC-Container von der Vereinbarung über KI-Produkte von NVIDIA geregelt werden (und durch eine NVIDIA AI Enterprise-Lizenz für gewerbliche Nutzung abgedeckt sein können).
NVIDIA BioNeMo stellt seine Modelle in Form von Bibliotheken, APIs und containerisierten NIM-Microservices bereit, sodass Teams Strukturvorhersagen, generative Chemie und andere Funktionen direkt über ihre etablierten Pipelines zur Arzneimittelforschung aufrufen können.
Starten Sie den BioNeMo Framework-Container oder klonen Sie das GitHub-Repository, verweisen Sie eine YAML-Konfiguration auf Ihre Daten, fügen Sie einen restore_from_path (oder ein Äquivalent) hinzu, um bestehende Gewichte zu laden, und führen Sie das bereitgestellte Trainingsskript aus, um ein Modell vorzutrainieren oder zu optimieren.
Da BioNeMo Framework bei GitHub offen gehostet wird, können Entwickler gemäß den Richtlinien "CONTRIBUTING" der Repository-Dokumentation das Repository abzweigen und Pull-Anfragen übermitteln, um neuen Code hinzuzufügen.
Bitte kontaktieren Sie uns mit Ihrer Frage.
Darüber hinaus können Benutzer über den BioNeMo Resources Hub auf Dokumentationen, Tutorials und ein aktives Entwicklerforum zugreifen, während Unternehmenskunden über NVIDIA AI Enterprise Support-Tickets öffnen können.