Lo screening per piccole molecole nella ricerca farmaceutica deve affrontare diverse sfide, tra cui la vastità dello spazio chimico, i costi e i tempi associati allo screening sperimentale e le limitazioni dei metodi tradizionali nell'esplorazione di nuove strutture chimiche. I modelli generativi
biomolecolari e la potenza computazionale delle GPU esplorano in modo efficiente lo spazio chimico, generando rapidamente diversi set di piccole molecole su misura per target o proprietà specifici di ciascun farmaco. Ciò riduce i costi e i tempi dando priorità ai candidati più probabilmente efficaci e offrendo informazioni sulle relazioni struttura-attività. In combinazione con un modello di docking molecolare e sfruttando le informazioni 3D dai modelli di previsione della struttura proteica, questo approccio accelera lo screening virtuale end-to-end di piccole
molecole. Con la piattaforma di calcolo accelerato e IA di NVIDIA per la ricerca farmaceutica, BioNeMo™, i ricercatori e gli sviluppatori di applicazioni possono:
- Personalizzare e distribuire modelli IA per la previsione della struttura proteica in 3D, la generazione de novo e guidata di piccole molecole, la previsione delle proprietà e il docking molecolare.
- Accedere ai modelli preaddestrati tramite API NIM per
- l'inferenza accelerata. Scoprire la massima flessibilità per sperimentare e creare flussi di lavoro di IA generativa di livello aziendale con distribuzioni NIM portatili su qualsiasi infrastruttura di calcolo cloud od on-premise.