運用適用生物製藥領域的 NVIDIA Clara™、一系列框架、應用程式、生成式人工智慧解決方案和預先訓練的模型,加速藥物研發進行。
加速突破性藥物辨識,並提升目標和化合物選擇的準確度。
跟上人工智慧創新的腳步,並在組織內激勵創新成果。
提高開發人員生產力,並加速產出成果的時間。
藥物研發涵蓋許多工作流程,從探索化學世界、預測蛋白質結構,到掃描候選藥物和模擬分子。利用 NVIDIA NGC™ 目錄中提供的強大雲端 API,推動這些重要研究領域的突破。
基礎模型會先瞭解訓練時所用的基礎資料,例如蛋白質序列的語法和句法。經過學習後,模型就可以利用這些規則,將輸入序列表示為可用於預測的數值矩陣。基礎模型可以進一步依工作需求調整,以專注於特定工作,例如預測蛋白質結構或功能。
GROMACS 是一種開源軟體套件,專為蛋白質、核酸和脂質等生物分子的分子動力學模擬而設計。對於進一步理解分子層級生物系統而言,此種套件可發揮關鍵作用。
圖片來源:Veronica Falconieri 與 Sriram Subramaniam,由 National Cancer Institute 授權於公共領域使用
RELION 等深度學習方法正在推動低溫電子顯微鏡 (cryo-EM) 的高輸送量自動化,以用於判斷蛋白質結構。RELION 採用經驗型的貝式方法來分析冷凍電子顯微鏡,以改善單一或多個 3D 重建以及 2D 類別平均值。
深入瞭解 NVIDIA BioNeMo:這個平台由管理式服務、軟體應用程式框架和參考人工智慧工作流程組成,可簡化、加速和擴充藥物研發的生成式人工智慧。