Ускоренные вычисления для разработки лекарств

NVIDIA Clara™ Discovery — это набор оптимизированных фреймворков, инструментов, приложений и предварительно обученных моделей с ускорением на базе графического процессора, предназначенных для разработки лекарств вычислительными методами. Система Clara Discovery, созданная для поддержки междисциплинарных рабочих процессов, помогает ученым и исследователям быстрее выводить лекарства на рынок и открывает новые возможности для исследования механизмов болезней.

Применение глубокого обучения и нейронных сетей-трансформеров

Алгоритмы глубокого обучения и модели трансформеров, работающие на базе графических процессоров, позволяют ускорить все этапы разработки лекарств. От обучения больших языковых моделей (LLM), которые понимают химическое пространство, до моделирования молекулярной динамики, предсказания структуры белка и генеративного проектирования лекарств, новые методы глубокого обучения меняют способы, к которым прибегают ученые для исследования постоянно расширяющейся химической вселенной.

Large Biomolecular Transformer AI Models

Большие языковые модели на основе трансформеров работают с BioNeMo в масштабе суперкомпьютера

Объявленная на GTC система BioNemo представляет собой фреймворк приложений и облачный сервис, построенный на базе NVIDIA NeMo Megatron для обучения и развертывания больших моделей искусственного интеллекта для биомолекулярных моделей ИИ-трансформеров в масштабе суперкомпьютеров. В BioNeMo имеются предварительно обученные большие языковые модели, а сама система адаптирована к работе с языком белков, ДНК и системой упрощенного представления молекул в строке ввода (SMILES).

Представляем MegaMolBART

Платформа обучения для больших моделей химического языка, MegaMoIBART обеспечивает генерацию молекул в масштабе супервычислений на базе ИИ с высокой достоверностью и уникальностью.

Ускорение работы ключевых приложений в сфере разработки лекарств

При разработке лекарств используется множество рабочих процессов: от изучения химической вселенной и предсказания белковых структур до сканирования лекарств-кандидатов и моделирования молекул. Делайте открытия в этих областях с помощью мощных инструментов Clara Discovery, доступных в каталоге NVIDIA NGC™.

Хемоинформатика

Погружение в хемоинформатику.

Большие языковые модели на основе трансформеров открывают новые возможности для исследования химической вселенной в реальном времени BioNeMo — это предметно-ориентированный фреймворк для обучения и развертывания биомолекулярных LLM в масштабе суперкомпьютеров, построенный на базе NeMo Megatron. Он содержит модели трансформеров MegaMolBART, ESM-1b и ProtT5. 

MegaMolBART представляет собой генеративную химическую модель, обученную на 1,4 миллиарда молекул (строк SMILES), которую можно использоваться для различных химико-информационных приложений при разработке лекарств, например для предсказания реакций, молекулярной оптимизации и генерации молекул de novo для малых молекул. 

ProtT5 и ESM-1b продемонстрировали, что неконтролируемое предварительное обучение можно использовать для создания изученных вложений, содержащих свойства для предсказания структуры белка, его функции, расположения в клетке, растворимости в воде, мембраносвязанности, консервативных и вариабельных областей и т. д.

Прогнозирование структуры белка.

Такие основанные на глубоком обучении подходы, как RELION, обеспечивают высокопроизводительную автоматизацию криогенной электронной микроскопии (cryo-EM) для определения структуры белка. RELION реализует эмпирический байесовский подход к анализу cryo-EM для уточнения отдельных или множественных 3D-реконструкций, а также средних значений 2D-классов.

Чтобы понять структуры белков с атомистической детализацией с помощью таких инструментов, какMELD, структуры можно выводить из разреженных, неоднозначных или зашумленных данных. MELD качественно определяет структуру белка, используя данные из основанной на физике байесовской структуры.

Прогнозирование структуры белка
Виртуальный скрининг

Ускорение виртуального скрининга.

С помощью искусственного интеллекта и ускоренных вычислений миллионы лекарств-кандидатов можно проверить на соответствие жесткому белку-мишени. AutoDock представляет собой растущий набор методов вычислительной стыковки и виртуального скрининга, предназначенных для структурной разработки лекарств и исследования основных механизмов биомолекулярной структуры.

Расширенные возможности моделирования молекулярной динамики.

Фреймворки молекулярной динамики на базе графического процессора могут моделировать основополагающие механизмы клеток и рассчитывать, насколько сильно лекарство-кандидат будет связываться с предполагаемым белком-мишенью. Потенциалы, полученные посредством машинного обучения, которые показывают возможную точность, энергии и силы на уровне квантовой механики, коренным образом меняют молекулярное моделирование.

В Clara Discovery имеется множество инструментов и платформ для молекулярного моделирования, в том числе GROMACS, NAMD, Tinker-HP, VMD, TorchANI и DeePMD-Kit.

Молекулярная динамика

Представляем решения для ускоренных вычислений

Оптимизировано для проведения исследований и разработок в области фармацевтики.

Система Clara Discovery оптимизирована для работы на NVIDIA DGX™ A100, самой продвинутой в мире системе ИИ с производительностью 5 петафлопс. DGX A100 специально разработана для всех задач ускоренных вычислений и позволяет исследователям получать результаты максимально быстро, а также предоставляет ИТ-специалистам простую в развертывании единую инфраструктуру для обеспечения разработки лекарств нового поколения.

 Узнать о производительности приложений для HPC

 Узнать о производительности приложений для HPC

 Получить технический документ Pharma POD

 Узнать о передовой вычислительной платформе Schrodinger

Ускорение всего стека

Познакомьтесь с партнерами по Clara Discovery

Последние новости и статьи в блогах о сфере автомобилестроения

See All Healthcare News >

Получайте новостную рассылку по решениям NVIDIA для разработки лекарств