Generatived (Beta) | Cung cấp tin tức và xu hướng mới nhất về AI sáng tạo

Việc tìm kiếm các loại thuốc hiệu quả là một thách thức phức tạp và số lượng lớn các hợp chất giống thuốc khiến xác suất tìm được một loại thuốc điều trị phù hợp là cực kỳ thấp. Để các hợp chất này được coi là khả thi, chúng phải thể hiện nhiều đặc tính khác nhau như ái lực liên kết và độ hòa tan. Quá trình phát hiện thuốc tương tự như việc giải quyết bài toán tối ưu hóa đa mục tiêu, trong đó mỗi thuộc tính phải đáp ứng các tiêu chí cụ thể để tránh tính không hiệu quả hoặc độc tính.

Để hỗ trợ quá trình phức tạp này, các nhà nghiên cứu hiện đang sử dụng MolMIM của NVIDIA BioNeMo, một mô hình AI tạo điều kiện thuận lợi cho việc khám phá các phân tử có đặc tính mong muốn. MolMIM cho phép tạo ra các phân tử theo chức năng chấm điểm do người dùng xác định. Tính năng này, hay tính năng oracle, hướng dẫn AI tạo ra các phân tử đáp ứng một mục đích cụ thể. Mô hình này sử dụng thuật toán tối ưu hóa số CMA-ES để tinh chỉnh và lặp lại quá trình tạo ra các phân tử cho đến khi đạt được các đặc tính mong muốn.

Việc sử dụng MolMIM được sắp xếp hợp lý thông qua API BioNeMo Cloud và thư viện máy khách Python của nó, đơn giản hóa quy trình tạo phân tử. Các nhà nghiên cứu có thể dễ dàng xác định các hàm oracle trong Python mà MolMIM sử dụng để chấm điểm và tối ưu hóa các phân tử được tạo ra. Quyền truy cập sớm vào MolMIM dự kiến ​​sẽ bắt đầu vào ngày 19 tháng 1 năm 2024 thông qua API BioNeMo Cloud.

Ngoài ra, API đám mây của BioNeMo sẽ nhận được các bản cập nhật giúp cải thiện DiffDock, một mô hình AI hỗ trợ đáng kể việc dự đoán cấu trúc phức hợp phối tử protein, một bước quan trọng trong phát triển thuốc. Mô hình DiffDock được cập nhật hứa hẹn mang lại kết quả nhanh hơn gấp đôi so với các phiên bản trước, tăng hiệu quả đáng kể cho các nhà nghiên cứu trong lĩnh vực này. Các bên quan tâm được khuyến khích đăng ký quyền truy cập sớm vào API đám mây NVIDIA BioNeMo hoặc bắt đầu với khung BioNeMo để đào tạo mô hình ngay lập tức. nước xốt: