Pencarian obat yang efektif merupakan tantangan yang kompleks, dan banyaknya senyawa mirip obat membuat kemungkinan menemukan kandidat terapi yang cocok menjadi sangat rendah. Agar senyawa ini dapat dianggap layak, senyawa tersebut harus menunjukkan berbagai sifat seperti afinitas pengikatan dan kelarutan. Proses penemuan obat mirip dengan penyelesaian masalah optimasi multi-tujuan, dimana setiap properti harus memenuhi kriteria tertentu untuk menghindari ketidakefektifan atau toksisitas.

Untuk membantu proses kompleks ini, para peneliti kini menggunakan MolMIM dari NVIDIA BioNeMo, sebuah model AI yang memfasilitasi penemuan molekul dengan sifat yang diinginkan. MolMIM memungkinkan pembuatan molekul sesuai dengan fungsi penilaian yang ditentukan pengguna. Fitur ini, atau fitur oracle, memandu AI untuk menghasilkan molekul yang memenuhi tujuan tertentu. Model ini menggunakan algoritma optimasi numerik CMA-ES untuk menyempurnakan dan mengulangi pembentukan molekul hingga sifat yang diinginkan tercapai.

Penggunaan MolMIM disederhanakan melalui BioNeMo Cloud API dan pustaka klien Python-nya, sehingga menyederhanakan alur kerja pembuatan molekul. Peneliti dapat dengan mudah mendefinisikan fungsi oracle dengan Python, yang digunakan MolMIM untuk menilai dan mengoptimalkan molekul yang dihasilkan. Akses awal ke MolMIM dijadwalkan dimulai pada 19 Januari 2024 melalui BioNeMo Cloud API.

Selain itu, API cloud BioNeMo akan menerima pembaruan yang menyempurnakan DiffDock, model AI yang sangat memfasilitasi prediksi struktur kompleks protein-ligan, sebuah langkah penting dalam pengembangan obat. Model DiffDock yang diperbarui menjanjikan hasil dua kali lebih cepat dibandingkan versi sebelumnya, sehingga secara signifikan meningkatkan efisiensi bagi para peneliti di lapangan. Pihak yang berminat didorong untuk mendaftar akses awal ke NVIDIA BioNeMo Cloud API atau segera mulai menggunakan kerangka kerja BioNeMo untuk pelatihan model. saus: