- 19,945
- 44
- 8 Ноя 2022
Boltz-2 создаёт новые формулы внутри суперкомпьютера. Без пробирок и человека.
Учёные из Массачусетского технологического института вместе с биотехнологическим стартапом Recursion и инженерами NVIDIA представили Boltz-2 — новый биомолекулярный ИИ, который способен кардинально ускорить разработку лекарств. Эта модель, опубликованная в июне под лицензией MIT, объединяет предсказание трёхмерных структур и оценку силы связывания молекул в одном инструменте. Благодаря этому проверка миллионов соединений теперь занимает часы, а не недели.
Главное преимущество Boltz-2 в том, что по точности она приближается к физическим симуляциям free-energy perturbation (FEP), которые считаются эталоном для оценки прочности молекулярных связей, но при этом работает до тысячи раз быстрее. На суперкомпьютере BioHive-2 компании Recursion, построенном на NVIDIA DGX SuperPOD с графическими ускорителями H100 Tensor Core, модель способна анализировать миллионы пар «лиганд–белок» одновременно и выдавать результат за 20 секунд на одном GPU. Для фармацевтической отрасли это переломный момент: вместо долгих лабораторных экспериментов или недель ожидания расчётов исследователи могут мгновенно отсеивать неподходящие молекулы и сосредоточиться на перспективных.
В тестах Boltz-2 превзошла классические методы молекулярного докинга и предыдущие подходы машинного обучения , показав вдвое лучшую точность на задачах массового скрининга, включая MF-PCBA. Такой скачок стал возможен благодаря инженерным доработкам. Инженеры NVIDIA устранили узкие места в вычислениях, внедрив собственные cuEquivariance-ядра, ускорившие ключевые «треугольные» операции. Это снизило затраты на обучение и прогнозирование до трёх раз и уменьшило потребление памяти.
Модель обучалась на более чем трёх миллионах примеров, полученных из биологических тестов. Такой масштаб позволил Boltz-2 одновременно учитывать пространственную конфигурацию молекул и их активность. В реальных условиях это означает более быстрый и точный поиск потенциальных лекарств на самых ранних стадиях исследований.
Для индустрии создана отдельная версия — Boltz-2 NIM . Это микросервис, который принимает последовательности белков, РНК, ДНК или лигандов и возвращает трёхмерные структуры вместе с прогнозами по их взаимодействию. Сервис идёт с поддержкой NVIDIA AI Enterprise и позволяет фармкомпаниям сократить расходы на вычисления, сохранив при этом высокую производительность исследований.
Поскольку модель выпущена с открытой лицензией MIT, её можно свободно использовать, адаптировать и переобучать. А в связке с мощными вычислительными кластерами , вроде BioHive-2, Boltz-2 становится инструментом, способным заметно ускорить создание новых лекарств. На фоне стремительной гонки за инновационными терапиями этот проект уже называют одним из важнейших шагов в применении ИИ в молекулярной биологии.
Учёные из Массачусетского технологического института вместе с биотехнологическим стартапом Recursion и инженерами NVIDIA представили Boltz-2 — новый биомолекулярный ИИ, который способен кардинально ускорить разработку лекарств. Эта модель, опубликованная в июне под лицензией MIT, объединяет предсказание трёхмерных структур и оценку силы связывания молекул в одном инструменте. Благодаря этому проверка миллионов соединений теперь занимает часы, а не недели.
Главное преимущество Boltz-2 в том, что по точности она приближается к физическим симуляциям free-energy perturbation (FEP), которые считаются эталоном для оценки прочности молекулярных связей, но при этом работает до тысячи раз быстрее. На суперкомпьютере BioHive-2 компании Recursion, построенном на NVIDIA DGX SuperPOD с графическими ускорителями H100 Tensor Core, модель способна анализировать миллионы пар «лиганд–белок» одновременно и выдавать результат за 20 секунд на одном GPU. Для фармацевтической отрасли это переломный момент: вместо долгих лабораторных экспериментов или недель ожидания расчётов исследователи могут мгновенно отсеивать неподходящие молекулы и сосредоточиться на перспективных.
В тестах Boltz-2 превзошла классические методы молекулярного докинга и предыдущие подходы машинного обучения , показав вдвое лучшую точность на задачах массового скрининга, включая MF-PCBA. Такой скачок стал возможен благодаря инженерным доработкам. Инженеры NVIDIA устранили узкие места в вычислениях, внедрив собственные cuEquivariance-ядра, ускорившие ключевые «треугольные» операции. Это снизило затраты на обучение и прогнозирование до трёх раз и уменьшило потребление памяти.
Модель обучалась на более чем трёх миллионах примеров, полученных из биологических тестов. Такой масштаб позволил Boltz-2 одновременно учитывать пространственную конфигурацию молекул и их активность. В реальных условиях это означает более быстрый и точный поиск потенциальных лекарств на самых ранних стадиях исследований.
Для индустрии создана отдельная версия — Boltz-2 NIM . Это микросервис, который принимает последовательности белков, РНК, ДНК или лигандов и возвращает трёхмерные структуры вместе с прогнозами по их взаимодействию. Сервис идёт с поддержкой NVIDIA AI Enterprise и позволяет фармкомпаниям сократить расходы на вычисления, сохранив при этом высокую производительность исследований.
Поскольку модель выпущена с открытой лицензией MIT, её можно свободно использовать, адаптировать и переобучать. А в связке с мощными вычислительными кластерами , вроде BioHive-2, Boltz-2 становится инструментом, способным заметно ускорить создание новых лекарств. На фоне стремительной гонки за инновационными терапиями этот проект уже называют одним из важнейших шагов в применении ИИ в молекулярной биологии.
- Источник новости
- www.securitylab.ru
