El cribado de moléculas pequeñas en el descubrimiento de fármacos se enfrenta a varios desafíos, entre ellos la inmensidad del espacio químico, el coste y el tiempo asociados al cribado experimental y las limitaciones de los métodos tradicionales para explorar nuevas estructuras químicas.
Los modelos generativos biomoleculares y la potencia computacional de las GPU exploran de manera eficiente el espacio químico, generando rápidamente diversos conjuntos de moléculas pequeñas adaptadas a objetivos o propiedades farmacológicas específicas. Esto reduce el costo y el tiempo al priorizar a los candidatos con mayor probabilidad de ser efectivos y ofrecer información sobre las relaciones estructura-actividad. Junto con un modelo de acoplamiento molecular y aprovechando la información 3D de los modelos de predicción de la estructura de las proteínas, este enfoque acelera el cribado virtual de extremo a extremo de moléculas pequeñas.
Con la plataforma de computación acelerada e IA de NVIDIA para el descubrimiento de fármacos, BioNeMo™, los investigadores y desarrolladores de aplicaciones pueden:
- Personalizar e implementar modelos de IA para la predicción de la estructura de proteínas en 3D, la generación de moléculas pequeñas guiadas y de novo, la predicción de propiedades y el acoplamiento molecular.
- Acceder a modelos previamente entrenados a través de las API de NIM para una inferencia acelerada.
- Experimentar la máxima flexibilidad para experimentar y crear workflows de IA generativa de nivel empresarial con implementaciones de NIM portátiles en cualquier infraestructura de computación en la nube o en las instalaciones.