借助 NVIDIA Clara™ for Biopharma (包含一系列框架、应用、生成式 AI 解决方案和预训练模型) 加速药物研发。
加速突破性药物的识别并提高靶点和化合物选择的准确性。
紧跟 AI 创新步伐,推动在组织内取得成果。
提高开发者工作效率,并加快取得成果的速度。
NVIDIA NIM™ Agent Blueprint 提供全面的工具包,旨在简化 AI 部署和定制。它包括即用型交互式应用程序、用于工作流测试的公共数据集,以及用于快速集成的预训练模型。借助详细的参考架构和 API 定义、用于修改和评估 AI 模型的自定义工具,以及用于管理和部署工作流微服务的编排工具,这些Blueprint 简化了开发、定制和部署 AI 解决方案的整个流程。
该 blueprint 工作流从 AlphaFold2 开始,它可以高精度地预测目标蛋白质的3D 结构。然后将初始小分子传递给 MolMIM,然后使用 MolMIM 生成各种小分子,以探索化学空间以识别潜在的结合剂。这些小分子由 Oracle 模型评估,该模型根据预测的结合亲和力和其他关键特性对它们进行评分。最后,使用 DiffDock 来改进相互作用,预测最佳结合姿势并增强结合配置。这种集成的工作流程简化了有前景的类药物分子的识别和优化,大大减少了与传统药物发现方法相关的时间和成本。
立即前往 NVIDIA API Catalog,通过 NIM 微服务体验 BioNeMo,或前往GitHub 开始部署。
NVIDIA NIM 为药物研发领域使用的 AI 模型提供了一套经过优化的微服务。这些预构建容器可提供出色的性能,可以部署到任何地方。只需五分钟,即可从零开始进行推理。使用定制 NIM 微服务,构建您自己的自定义药物研发工作流。
预测两种相互结合的蛋白质的 3D 结构。
根据氨基酸序列预测蛋白质的 3D 结构。
生成蛋白质主链,进行蛋白质结合剂设计。
预测分子与蛋白质的 3D 结合结构。
进行可控生成,找到具有适当性质的分子。
预测蛋白质主链的氨基酸序列。
根据氨基酸序列生成蛋白质嵌入。
根据氨基酸序列预测蛋白质的 3D 结构。
NVIDIA BioNeMo 框架是一系列现成工具,用于加速设计和训练用于药物研发的生物分子 AI 模型。它包括预训练模型、特定领域的工作流,以及对分布式工作负载全栈优化的支持。从 GitHub 或 NVIDIA NGC™ 下载 BioNeMo 框架,并在本地或任何云提供商上运行,以便快速从数据中获取见解,用于药物研发研究。
NVIDIA AI Enterprise 是一个端到端的云原生软件平台,可加速数据科学工作流,并简化生产级 Co-pilot 和其他生成式 AI 应用的开发和部署。
注册以接收医疗健康新闻 – 从激动人心的产品发布到基本新闻更新。
有疑问?我们的医疗健康专家随时为您提供帮助!