Beschleunigung von Pipelines zur Arzneimittelforschung mit KI
KI-Tools für alle Wissenschaftler im Bereich der Arzneimittelforschung
NVIDIA Clara
Entwickeln Sie mit Open-Source-basierten KI-Modellen
Clara ist eine Familie an Open-Source-basierten 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 entwickelt.
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
Skalierung von KI-Modellen mit dem BioNeMo Framework
BioNeMo Framework ist ein Open-Source-Framework für maschinelles Lernen zum Entwickeln und Trainieren von Deep-Learning-Modellen in der Biopharmaindustrie.
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 bietet kuratierte Trainingsrezepte, Data-Loader und vortrainierte, optimierte KI-Modellarchitekturen, die als Muster dienen, fachspezifisch sind und für maximale Leistung sorgen. So lässt sich die Entwicklung von KI-Modellen spübar schneller und einfacher gestalten.
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. BioNeMo Blueprints erlauben es Biopharma-Unternehmen, Innovationen zu optimieren und das Potenzial von KI in der Arzneimittelforschung besser zu erschließen.
NVIDIA NIM-Microservices
Optimierte KI-Inferenz für skalierbare Anwendungen in der Arzneimittelforschung
NVIDIA BioNeMo NIM™ beinhaltet eine Reihe von optimierten, anwenderfreundlichen KI-Microservices, die Inferenz im Gigascale-Bereich sowie neue Funktionen im Arzneimitteldesign unterstützen.
NIM-Microservices wurden für Entwickler von Plattformen für die computergestützte Arzneimittelforschung sowie für Datenwissenschaftler entwickelt. Sie sind in Form von Containern aufgebaut und enthalten alles, was für eine effiziente, portable Bereitstellung erforderlich ist. Das erlaubt eine einfache API-Integration in Enterprise-taugliche 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 Bausteine 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 das Einrichten leistungsfähiger äquivarianter neuronaler Netzwerke mithilfe von segmentierten Tensor-Produkten erleichtert. Zudem verfügt cuEquivariance jetzt über optimierte Kernel für Triangle Attention und Triangle Multiplication zur Modellierung paarweiser Wechselwirkungen bei der Vorhersage von Proteinstrukturen (z. B. Architekturen im AlphaFold-Stil).
Dank einzeiliger Codeänderungen und sofort einsatzbereiter Integrationen über PyTorch- und Jax-Bindings ist es einfacher denn je, die teuersten Schritte in Ihrem Workflow durch CUDA®-optimierte Kernel zu ersetzen.
Erfahren Sie, wie cuEquivariance in Modellen für Proteinstrukturen, generative Chemie und Molekulardynamik neue Leistungsmaßstäbe setzen kann.
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 KI-Plattform, die zum Skalieren der KI-Entwicklung und -Bereitstellung in den Bereichen Chemie und Biologie entwickelt wurde. Sie bietet Forschern und Entwicklern im Bereich der Arzneimittelforschung eine schnelle und einfache Möglichkeit, hochmoderne generative KI-Anwendungen für die ganze pharmazeutische Forschungspipeline zu entwickeln und zu integrieren – von der Zielidentifizierung bis hin zur Lead-Optimierung. Die Plattform bietet Workflows für Bereiche wie Vorhersage von 3D-Proteinstrukturen, De-Novo-Design, virtuelles Screening, Docking und Vorhersage von Eigenschaften.
BioNeMo ist eine sich ständig weiterentwickelnde Plattform für digitale Biologie, die Zugriff auf neueste beschleunigte Bibliotheken und Foundation-Modelle für generative KI bereitstellt. Forscher und Entwickler können Bibliotheken und Modelle im Open-Source-basierten BioNeMo Framework bequem übernehmen und anpassen und mit BioNeMo NIM-Microservices und Blueprints Workflows rasch beschleunigen.
- 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-Microservices umfassen eine Reihe von optimierten, einfach zu bedienenden und portablen Microservices. Sie wurden für Molekularbiologen in der Arzneimittelforschung entwickelt, die auf ein sicheres, zuverlässiges Inferenzieren von KI-Modellen angewiesen sind.
NVIDIA BioNeMo Framework: Benutzer können auf zwei Arten auf BioNeMo Framework zugreifen. Das Angebot von NVIDIA zur Nutzung von BioNeMo auf Unternehmensniveau mit einer NVIDIA AI Enterprise-Lizenz stellt den BioNeMo-Container über die NVIDIA GPU Cloud 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.