在2023年3月的GTC会议期间，NVIDIA推出了BioNeMo云，这是其AI基础套件内一系列生成式AI云服务。在这项创新的基础上，该公司现在通过发布BioNeMo云API的测试版本，并将其无缝集成到为药物发现工作流程量身定制的平台中，正如今天在旧金山的J.P. Morgan健康护理会议上所宣布的那样。

最初，BioNeMo推出了像DeepMind的AlphaFold2、MIT的DiffDock、ESMFold、Meta的ESM2、康奈尔大学的MoFlow和ProtGPT-2这样的工具。

更新后的云API现在将涵盖来自三个不同来源的基础模型：公司内部模型，比如用于促进小分子生成的MolMIM生成化学模型；全球研究团队的开源模型，经NVIDIA优化，比如OpenFold蛋白质预测AI;以及其合作伙伴创建的模型，例如Recursion设计用于嵌入细胞显微镜图像的Phenom-Beta。

"健康护理本质上是复杂的。所以我们的目标是为研究人员简化这些模型，他们可以在专有数据上进行微调，通过Web浏览器或云API运行AI模型推断，并访问预先训练的模型以进行药物开发。“NVIDIA健康护理部的副总裁Kimberly Powell告诉AIM。Powell在这家科技巨头工作了15年以上，领导公司利用GPU计算和深度学习推进成像和生命科学。

该公司还宣布，总部位于加利福尼亚的生物制药跨国公司Amgen计划利用生成式AI进行药物发现。Amgen将使用一个名为Freyja的AI系统，由一个NVIDIA DGX SuperPOD提供动力，在其冰岛的deCODE遗传学总部分析一个庞大的人类数据集。

该系统旨在创建一个人类多样性图谱，用于药物靶标和疾病特异性生物标记的发现，为疾病监测的诊断提供便利。此外，Freyja将有助于开发AI驱动的精准医疗模型，以实现个性化疗法，利用31个NVIDIA DGX H100节点上的248个H100 Tensor核心GPU加速研究。

幕后

BioNeMo API现在提供对最先进模型的访问，包括来自Recursion的Phenom-Beta，Recursion是一家得到NVIDIA支持的临床阶段生物技术公司。这个AI模型被设计为视觉转换器，专门用于从通过细胞显微镜拍摄的图像中提取生物学上有意义的特征。

主要焦点是利用AI识别和理解细胞结构内的关键特征，帮助研究人员获得有价值的洞察，了解细胞的功能和对例如药物候选物或遗传工程等刺激的反应。

Phenom-Beta在图像重建任务中表现出色，这是评估模型熟练程度的一个关键指标。该模型在BioHive-1超级计算机上接受了Recursion的RxRx3数据集的训练，基于NVIDIA DGX SuperPOD参考架构。

为了加强模型开发，Recursion正在扩展其超级计算机，增加500多个NVIDIA H100 Tensor核心GPU，旨在创建一个由制药公司拥有的最强大的超级计算机之一。

另一方面，NVIDIA的自有模型MolMIM会生成小分子，同时让用户更好地控制AI生成过程——识别出具有用户指定的特性和约束条件的新分子。

例如，研究人员可能会指导模型生成与给定参考分子具有相似结构和属性的分子。MolMIM采用称为互信息机器（MIM）学习的方法进行培训，并创建不同类型分子的固定大小表示。

创造现实生活影响

除了Amgen外，还有多家其他公司正在利用NVIDIA BioNeMo进行生物学、化学和基因组学研究。例如，Terray Therapeutics将BioNeMo云API集成到其多靶点结构绑定模型开发中。Innophore和Insilico Medicine将BioNeMo应用于计算药物发现，Innophore将其整合到Catalophore平台中，Insilico通过在其生成式AI管道中使用BioNeMo进行药物发现的早期阶段。

此外，OneAngstrom和Deloitte利用BioNeMo云API构建AI解决方案——OneAngstrom为SAMSON平台上的分子设计，而Deloitte则为科研整合利用NVIDIA DGX云的Quartz Atlas AI平台。这种整合增强了数据连接性和生成式AI能力，将生物制药研究人员推向加速药物发现的新时代。

最近，去年11月，罗氏集团的Genentech和NVIDIA签署了多年研究合作，以利用NVIDIA的DGX云平台加强该公司的机器学习算法，专门为药物发现中的AI应用。

其他的活动

在健康护理倡议方面，NVIDIA正在创造现实生活的影响，而其他科技巨头也没有落后。

字母表的药物发现分支Isomorphic Labs今天宣布，它正在与制药巨头礼来和诺华合作，为多个靶点发现小分子治疗方法。

就在两个月前，Isomorphic和谷歌DeepMind发布了AlphaFold 2的更新版本，现在可以预测几乎所有在蛋白质数据银行（PDB）中分子的结构——这是一个全面的三维生物分子结构数据库——并且已经扩展其能力，包括小分子、蛋白质、核酸以及带有翻译后修饰的分子。与此同时，AlphaFold已经在多种现实生活应用中找到了应用，包括寻找疟疾、肝癌、COVID-19疫苗，提供基因疗法等等。

另一方面，得到微软支持的OpenAI与WHOOP合作，开发GPT-4驱动的个性化健康教练。他们还与Summer Health合作，使用GPT-4帮助医生从详细的观察中生成就诊记录。

同样，苹果、甲骨文也在投资实施医疗中的AI。出人意料的是，Meta在解散了其蛋白质折叠团队后，在这个关键领域保持了明显的沉默。