透過專屬的生物分子模型和資料集，研究人員可在大規模的基礎上深入解析，進一步加速治療藥物的開發。NVIDIA 的開源 BioNeMo 框架以其多樣化的加速運算工具，協助生物分子研究領域突破現有限制，提供超級運算能力以支持生物製藥的創新。
NVIDIA 醫療保健副總裁 Kimberly Powell 表示：「AI、加速運算與資料集的擴展交匯，為製藥業帶來了前所未有的機遇，這在近期的諾貝爾化學獎研究成果中得到了印證。為解開生物系統的複雜性，我們推出開源的 BioNeMo 框架，助力全球研究人員加速開發挽救生命的療法。」
來自生技公司、研究機構及 AI 領域的多方專家，正紛紛採用並貢獻於 BioNeMo 框架。其中包括 A Alpha Bio、阿貢國家實驗室（Argonne National Laboratory）、Dyno Therapeutics、羅氏集團（Roche Group）旗下的 Genentech、Ginkgo Bioworks、Relation、VantAI 及 Weights & Biases 等。這些參與者致力於運算科學的進步，為生物分子研究注入新動能。
阿貢國家實驗室運算科學小組領導人 Arvind Ramanathan 提到：「我們提供了數十億參數的生物模型，這些模型的訓練需在高效能運算環境中進行。透過 BioNeMo，研究人員能以企業級的開源解決方案輕鬆拓展訓練規模，無需額外的運算專業知識，從而推動更多突破性研究。」
NVIDIA 推出的新一代 BioNeMo 平台，將從端對端加速藥物探索和分子設計的 AI 模型開發、客製化與部署，進一步改變生物分子研究的操作方式。該平台與 NVIDIA 加速運算基礎設施緊密結合，不僅能降低研究成本，還能擴大應用規模，縮短從資料到見解的時間，為製藥研究提供可靠且高效的支援。
BioNeMo 平台的主要組成包括開源 BioNeMo 框架、NVIDIA NIM微服務，以及 BioNeMo 藍圖。這些工具共同構成針對濕實驗室和運算工作流程的完整解決方案，包括：
NVIDIA NIM 微服務。支援業界領先模型，例如 Google DeepMind 的 AlphaFold2、MIT 開發的 DiffDock 2.0，以及加速蛋白質設計的 RFdiffusion 和 ProteinMPNN。這些微服務大幅提升模型的速度與準確度，例如 DiffDock 2.0 的分子方向預測速度提升 6.2 倍，準確率提高 16%。
BioNeMo 藍圖。一套可客製化的 AI 工作流程參考設計，提供企業部署大規模 AI 的最佳實踐，幫助用戶以更少的資源完成虛擬篩選及小分子設計。
新發布的 cuEquivariance 函式庫進一步加速了化學運算所需的核心數學運算，使得基於 BioNeMo 的研究能更加高效地完成。
目前，超過 200 家科技生物、大型製藥及新創公司已經將 BioNeMo 整合至其藥物探索平台和工作流程中。此外，全球系統整合商和雲端服務供應商，如 Accenture、AWS 和 Deloitte，也正積極將 BioNeMo 藍圖帶入各大企業的生產環境。
Kimberly Powell 強調：「BioNeMo 框架及平台的推出，標誌著 AI 與製藥研究的深度融合。我們希望這一解決方案能幫助更多科學家及企業克服生物分子設計的挑戰，縮短開發周期並降低研發成本。」
點擊閱讀下一則新聞
