BioNeMo include tre LLM pre-addestrati. MegaMolBART è un modello di chimica generativa addestrato su 1,4 miliardi di molecole (stringhe SMILES) e può essere utilizzato per una vasta gamma di applicazioni chimico-informatiche.

ProtT5 e ESM1-85M sono modelli di linguaggio proteico basati su transformer che possono essere utilizzati per generare integrazioni apprese per attività come la struttura proteica e la previsione delle proprietà.

BioNeMo consente agli sviluppatori di distribuire LLM con miliardi di parametri. Gli attuali modelli di linguaggio proteico contengono miliardi di parametri che richiedono un'infrastruttura di supercomputing per l'inferenza nel vasto spazio chimico. La scalabilità dinamica delle risorse nel cloud consente ai flussi di inferenza LLM di scalare automaticamente per soddisfare la domanda di calcolo.

BioNeMo semplifica l'uso di modelli pre-addestrati, downloader automatici e preprocessori per database UniRef50 e ZINC. Vari modelli, incorporazioni e output possono essere combinati per riunire dati multimodali, grazie a learner strutturati non supervisionati. Il pre-training senza supervisione elimina anche la necessità di dati etichettati, creando una generazione di integrazioni apprese per prevedere la struttura proteica, la funzione, la posizione cellulare, l'imprevedibilità dell'acqua, il legame a membrana, le regioni conservanti e variabili e altro ancora.