Acelera el descubrimiento de fármacos con NVIDIA Clara™ para Biopharma, una colección de marcos, aplicaciones, soluciones de IA generativa y modelos entrenados previamente.
Acelera la innovadora identificación de fármacos y mejora la precisión de selección de objetivos y compuestos.
Sigue el ritmo de la innovación en IA e impulsa los resultados dentro de tu organización.
Mejora la productividad de los desarrolladores y acelera el tiempo de obtención de resultados
El descubrimiento de fármacos es complejo, desde explorar el universo químico y predecir estructuras de proteínas hasta escanear candidatos a fármacos y simular moléculas. Impulse los avances en estas áreas de investigación críticas con los potentes microservicios y herramientas NVIDIA NIM™ disponibles en el catálogo NVIDIA NGC™.
El modelo de cribado virtual generativo dentro de NVIDIA® BioNeMo™ aprovecha los modelos de IA de vanguardia incluidos dentro de los microservicios NVIDIA NIM™ para detectar y optimizar moléculas pequeñas frente a un objetivo de proteína, acelerando el descubrimiento de fármacos. El modelo comienza con AlphaFold2, que predice la estructura 3D de la proteína objetivo con gran precisión. Las moléculas pequeñas iniciales se pasan a MolMIM, que luego se utiliza para generar diversas moléculas pequeñas para explorar el espacio químico e identificar potenciales aglutinantes. Estas moléculas pequeñas se evalúan mediante un modelo Oracle, que las califica en función de la afinidad de unión predicha y otras propiedades cruciales. Finalmente, se emplea DiffDock para ajustar las interacciones, predecir las posiciones de unión óptimas y mejorar las configuraciones de unión. Este modelo integrado agiliza la identificación y optimización de moléculas.
Diríjase al catálogo de API de NVIDIA para experimentar BioNeMo con microservicios NIM ahora o ve a GitHub para iniciar su implementación.
El Protein Binder Design Blueprint dentro de NVIDIA BioNeMo aprovecha los modelos de IA empaquetados dentro de los NIM para diseñar secuencias y estructuras de proteínas optimizadas. El modelo comienza con el paso de una secuencia de aminoácidos por parte del usuario a AlphaFold2, que predice la estructura 3D inicial de la proteína diana. Esta información estructural se perfecciona y optimiza usando RfDiffusion, que explora varias conformaciones para identificar las configuraciones de unión más favorables. A continuación, ProteinMPNN genera y optimiza las secuencias de aminoácidos de acuerdo con la información conformacional generada por RfDiffusion y asegura que exhiban las propiedades bioquímicas necesarias para una unión efectiva. Por último, AlphaFold-Multimer se utiliza para validar las interacciones y la estabilidad de los complejos de proteínas resultantes. Este enfoque integrado permite el diseño preciso y eficiente de los aglutinantes de proteínas y facilita los avances en el desarrollo.
Obtén más información sobre NVIDIA BioNeMo, una plataforma compuesta por servicios gestionados, marcos de aplicaciones de software y flujos de trabajo de IA de referencia que simplifican, aceleran y escalan la IA generativa para el descubrimiento de fármacos
Uso de IA generativa para mejorar el descubrimiento y el desarrollo de la biología
La plataforma de descubrimiento de fármacos explora el nuevo espacio químico con mayor precisión
Aceleración del descubrimiento de estructuras de proteínas
Impulsa información más rápida para sanidad y biociencias
Política de privacidad de NVIDIA