Evozyne hat NVIDIA BioNeMo verwendet, um hochwertige Proteine zu erzeugen, um die Arzneimittelentwicklung zu beschleunigen und zur Schaffung einer nachhaltigeren Umwelt beizutragen. Evozyne entwickelt Produkte, die schwerwiegende Probleme in den Bereichen Therapie und Nachhaltigkeit lösen. NVIDIA BioNeMo ist ein KI-gestützter Cloud-Service und ein darauf aufbauendes Framework für die Wirkstoffforschung NVIDIA NeMo Megatron für das Training und den Einsatz großer biomolekularer Transformator-KI-Modelle im Supercomputing-Maßstab.
Evozyne hat NVIDIA BioNeMo verwendet, um hochwertige Proteine zu erzeugen, um die Arzneimittelentwicklung zu beschleunigen und zur Schaffung einer nachhaltigeren Umwelt beizutragen. Evozyne entwickelt Produkte, die schwerwiegende Probleme in den Bereichen Therapie und Nachhaltigkeit lösen. NVIDIA BioNeMo ist ein KI-gestützter Cloud-Service und ein darauf aufbauendes Framework für die Wirkstoffforschung NVIDIA NeMo Megatron für das Training und den Einsatz großer biomolekularer Transformator-KI-Modelle im Supercomputing-Maßstab.
Evozyne hat mithilfe eines vorab trainierten KI-Modells von NVIDIA zwei Proteine erstellt. Die beiden Proteine haben erhebliches Potenzial im Gesundheitswesen und bei sauberer Energie. Eines zielt darauf ab, eine angeborene Krankheit zu heilen, und ein anderes zielt darauf ab, Kohlendioxid zu verbrauchen, um die globale Erwärmung zu reduzieren.
Der Mitbegründer von Evozyne, Andrew Ferguson, sagte:
„Es war wirklich ermutigend, dass das KI-Modell bereits in dieser ersten Runde synthetische Proteine produziert hat, die genauso gut sind wie natürlich vorkommende. Das zeigt uns, dass es die Gestaltungsregeln der Natur richtig gelernt hat.“
NVIDIA BioNeMo, Teil der NVIDIA Clara Discovery-Sammlungist ein Framework für das Training und den Einsatz großer biomolekularer Sprachmodelle im Supercomputing-Maßstab, um Wissenschaftlern dabei zu helfen, Krankheiten besser zu verstehen und Therapien für Patienten zu finden. Das Large Language Model (LLM)-Framework wird Chemie-, Protein-, DNA- und RNA-Datenformate unterstützen.
So wie KI mit LLMs lernt, menschliche Sprachen zu verstehen, lernt sie auch die Sprachen der Biologie und Chemie. NVIDIA BioNeMo hilft Forschern, neue Muster und Erkenntnisse in biologischen Sequenzen zu entdecken und hilft ihnen dabei, biologische Eigenschaften oder Funktionen und sogar menschliche Gesundheitszustände zu ermitteln. Erste Ergebnisse deuten darauf hin, dass dies ein neuer Weg ist, die Entdeckung von Arzneimitteln zu beschleunigen.
NVIDIA BioNeMo verfügt außerdem über einen Cloud-API-Dienst, der eine wachsende Liste vorab trainierter KI-Modelle unterstützt.
Ein transformatives KI-Modell
Evozyne nutzte das Transformer-Modell von NVIDIA für die Implementierung von ProT5. Das Modell ist das Herzstück von Evovynes Prozess namens ProT-VAE. Es handelt sich um einen Workflow, der BioNeMo mit einem Variations-Autoencoder kombiniert, der als Filter fungiert.
Ferguson von Evozyne fügte hinzu:
„BioNeMo hat uns wirklich alles gegeben, was wir brauchten, um das Modelltraining zu unterstützen und dann Aufträge mit dem Modell sehr kostengünstig auszuführen – wir konnten Millionen von Sequenzen in nur wenigen Sekunden generieren. Die Verwendung großer Sprachmodelle in Kombination mit Variations-Autoencodern zum Design von Proteinen war noch vor ein paar Jahren für niemanden auf dem Radar.“
Die Wege der Natur lernen
Das Transformer-Modell von NVIDIA liest Aminosäuresequenzen in Millionen von Proteinen, genau wie ein Student, der ein Buch liest. Mithilfe derselben Techniken, die neuronale Netze zum Verstehen von Texten einsetzen, lernte es, wie die Natur diese leistungsstarken Bausteine der Biologie zusammensetzt. Das Modell kann dann vorhersagen, wie neue Proteine zusammengesetzt werden, die für die Funktionen geeignet sind, die Evozyne ansprechen möchte.
Maschinelles Lernen navigiert durch die astronomische Anzahl möglicher Proteinsequenzen und identifiziert dann die nützlichsten. Die traditionelle Methode zur Proteinentwicklung, die sogenannte gerichtete Evolution, nutzt einen langsamen Zufallsansatz, bei dem typischerweise jeweils nur wenige Aminosäuren der Reihe nach verändert werden. Vergleichen Sie das mit dem Ansatz von Evozyne, bei dem die Hälfte oder mehr der Aminosäuren in einem Protein in einer einzigen Runde verändert werden kann. Das entspricht der Herstellung von Hunderten von Mutationen. Evozyne plant, mit dem neuen Verfahren eine Reihe von Proteinen zur Bekämpfung von Krankheiten und Klimawandel herzustellen.
NVIDIA spielte eine Schlüsselrolle
Joshua Moller, Datenwissenschaftler bei Evozyne, erklärte, dass NVIDIA „Jobs auf mehrere GPUs skaliert hat, um das Training zu beschleunigen“ und ihnen dabei geholfen hat, jede Minute ganze Datensätze zu verarbeiten. Durch die Verkürzung der Zeit zum Trainieren großer KI-Modelle von Monaten auf eine Woche könnten laut Ferguson Modelle trainiert werden, von denen einige Milliarden trainierbarer Parameter aufweisen, was sonst unmöglich gewesen wäre.
Evozyne ist sehr optimistisch, was die Zukunft bringt.
Beteiligen Sie sich an StorageReview
Newsletter | YouTube | Podcast iTunes/Spotify | Instagram | Twitter | TikTok | RSS Feed
