在药物研发中，小分子筛选面临着多项挑战，包括化学空间的广阔性、与实验筛选相关的成本和时间，以及传统方法在探索新型化学结构方面的局限性。
生物分子生成式模型结合 GPU 的计算能力，可有效探索化学空间，快速生成多种针对特定药物靶点或特性的小分子集。这样可以优先考虑最有可能有效的候选药物并提供对结构-活动关系的洞察，从而降低成本和时间。这种方法与分子对接模型配合，并利用蛋白质结构预测模型的 3D 信息，可加速小分子的端到端虚拟筛选。
借助 NVIDIA 面向药物研发的加速计算和 AI 平台 BioNeMo™，研究人员和应用开发者可以：
- 定制和部署用于 3D 蛋白质结构预测、从头和引导小分子生成、性质预测以及分子对接的 AI 模型。
- 通过 NIM API 访问预训练模型以加速推理。
- 体验在任何云或本地部署计算基础设施上使用可移植的 NIM 部署来试验和构建企业级生成式 AI 工作流的极致灵活性。