A Bristol Myers Squibb adquire a plataforma de IA da Nvidia para acelerar a descoberta de medicamentos

A Bristol Myers Squibb adquiriu um Nvidia DGX SuperPOD alimentado pela arquitetura Vera Rubin para acelerar aplicações de inteligência artificial em seu pipeline de descoberta e desenvolvimento de medicamentos.

O gigante farmacêutico será a primeira organização de ciências da vida a implantar um DGX SuperPOD baseado no Vera Rubin, a mais recente arquitetura de computação para IA da Nvidia, revelada no início deste ano como sucessora das gerações anteriores.

Expansão da capacidade computacional

O novo cluster consiste em oito sistemas DGX Vera Rubin NVL72, com cada unidade em escala de rack integrando as unidades centrais de processamento (CPU) Vera e as unidades de processamento gráfico (GPU) Rubin da Nvidia.

A BMS utilizará essa infraestrutura para treinar modelos proprietários e executar previsões em suas iniciativas de pesquisa, apoiando o trabalho com compostos, proteínas e outros conjuntos de dados científicos.

Os detalhes financeiros da transação permanecem não divulgados. A aquisição amplia a infraestrutura existente da BMS com a Nvidia, que inclui um SuperPOD mais antigo que, segundo executivos, está duas ou três gerações atrás do Vera Rubin.

A BMS opera seu atual DGX SuperPOD há aproximadamente três anos. A empresa pretende integrá-lo ao novo sistema Vera Rubin em um ambiente computacional unificado acessível de seus locais de pesquisa globais.

A pilha de software do SuperPOD gerenciará cargas de trabalho de treinamento, previsão e desenvolvimento em toda a infraestrutura. De acordo com a BMS, essa configuração expandida concederá acesso direto mais amplo aos recursos computacionais para mais cientistas.

Greg Meyers, diretor de tecnologia e transformação digital da BMS, afirmou que a demanda por computação aumentou à medida que a empresa implementa modelos de IA maiores em toda sua organização de pesquisa.

Erin Davis, vice-presidente de insights de negócios de pesquisa e tecnologia da BMS, observou que a infraestrutura existente está operando em capacidade total. Ela atribuiu essa demanda a previsões em larga escala envolvendo moléculas complexas e ao desenvolvimento de modelos fundamentais internos.

Davis enfatizou que o novo sistema não será restrito a um pequeno grupo de pesquisadores computacionais. A BMS planeja disponibilizá-lo em toda a organização de pesquisa, eliminando os tempos de espera e as restrições de acesso do setup atual.

Aplicação de IA na descoberta de medicamentos

A BMS relatou que a IA agora orienta o design de todos os programas de moléculas pequenas e da maioria dos seus programas de moléculas grandes. A tecnologia é aplicada na identificação de alvos, otimização de candidatos líderes, previsões de moléculas grandes e desenvolvimento de modelos internos.

A empresa afirmou que a identificação de alvos habilitada por IA reduziu os esforços de pesquisa manual em várias semanas. As cargas de trabalho de previsão de moléculas grandes também estão impulsionando a necessidade de capacidade adicional de processamento gráfico.

Robert Plenge, diretor de pesquisa da BMS, disse que o novo sistema permitirá que os cientistas avaliem mais candidatos potenciais a medicamentos durante as fases iniciais de desenvolvimento.

“Talvez antes pudéssemos fazer 10 e agora possamos fazer dezenas”, disse Plenge.

A triagem computacional permite que os pesquisadores avaliem compostos potenciais antes de selecionar um subconjunto menor para síntese e testes laboratoriais.

A BMS emprega essa abordagem por meio de um método chamado “Predict First” (Prever Primeiro), que utiliza previsões geradas por modelos para excluir moléculas que não atendem às propriedades exigidas antes que os candidatos sejam selecionados para síntese.

Payal Sheth, vice-presidente sênior de ciências de descoberta terapêutica da BMS, disse que os pesquisadores usam essas previsões para identificar moléculas com a combinação desejada de propriedades.

“Usamos previsões como uma maneira de priorizar a síntese de moléculas com otimização multiparâmetro”, disse Sheth. “Isso garante que os experimentos laboratoriais preciosos estejam alinhados com o progresso de moléculas que têm a maior probabilidade de sucesso.”

Esse método reduz o número de compostos enviados para testes laboratoriais, permitindo que os pesquisadores concentrem os experimentos em moléculas que atendem aos requisitos previstos de um programa.

A BMS também utilizou a IA para expandir sua biblioteca de compostos CELMoD, projetados para degradar seletivamente proteínas causadoras de câncer. A empresa está estudando esses compostos em cânceres do sangue e outras doenças.

A BMS afirmou que o trabalho de modelagem ajudou os pesquisadores a examinar alvos proteicos adicionais e compostos potenciais antes de decidir quais candidatos perseguir experimentalmente.

A empresa também está usando ferramentas de IA para reduzir o tempo necessário para produzir medicamentos para ensaios clínicos. Plenge disse que o processo já foi reduzido em 20% a 30% e pode chegar a 50% nos próximos anos.

Ele citou um tratamento experimental para anemia falciforme em estágio inicial de desenvolvimento clínico como exemplo de pesquisa apoiada por IA. Plenge disse que o tratamento provavelmente não teria sido descoberto sem as ferramentas de IA da empresa.

Esses números referem-se ao tempo necessário para identificar e produzir candidatos para testes clínicos, e não ao seu desempenho subsequente nos ensaios.

O sistema Vera Rubin também dará aos pesquisadores acesso ao BioNeMo Agent Toolkit da Nvidia para aplicações biológicas e de descoberta de medicamentos.

O BioNeMo fornece ferramentas para previsão de estrutura proteica, geração molecular, acoplamento molecular, análise de sequências e genômica. Ele também pode conectar várias ferramentas computacionais dentro do mesmo fluxo de trabalho de pesquisa.

Executivos da BMS enfatizaram que os pesquisadores humanos continuarão a revisar as saídas dos modelos e decidir quais compostos ou programas devem avançar.

Conectando locais de pesquisa

A BMS está introduzindo ferramentas projetadas para reduzir o conhecimento especializado necessário para iniciar tarefas computacionais complexas. A empresa disse que os pesquisadores poderão iniciar algumas solicitações de previsão usando instruções em linguagem natural.

O ambiente será gerenciado por meio do Nvidia Mission Control, que lida com o provisionamento de clusters, monitoramento da infraestrutura e gerenciamento de cargas de trabalho, de acordo com a BMS.

A infraestrutura unificada permitirá que dados e saídas de modelos gerados em um local sejam utilizados por equipes em outros lugares. A BMS observou que conjuntos de dados de um programa em Lawrenceville, Nova Jersey, por exemplo, podem ser incorporados em modelos utilizados por pesquisadores em San Diego.

Sheth disse que o ambiente compartilhado tem como objetivo reter informações de experimentos e programas de pesquisa em toda a organização.

“A infraestrutura computacional é o que conecta todos os nossos cientistas e garante que nossos aprendizados sejam institucionalizados”, disse Sheth.

Os dois SuperPODs operarão por meio de um ambiente de dados comum, permitindo que equipes em diferentes locais acessem conjuntos de dados e saídas de modelos compartilhados. A BMS afirmou que o ambiente incluirá informações de experimentos, resultados clínicos e parcerias de pesquisa.

A empresa planeja alocar a nova capacidade computacional entre o design de moléculas pequenas e grandes, pesquisa clínica e aplicações de gêmeos digitais. A BMS não forneceu detalhes sobre o trabalho planejado com gêmeos digitais nem a quantidade de capacidade atribuída a cada área.

Meyers disse que o sistema Vera Rubin fornecerá mais capacidade computacional em relação ao seu consumo de eletricidade. A BMS e a Nvidia afirmaram que o cluster de oito sistemas entregará até 10 vezes o desempenho por megawatt da infraestrutura que substitui.

“Quando você hospeda essas coisas, precisa pagar uma conta de luz”, disse Meyers. “Pense nisso como 10 vezes mais capacidade computacional por watt gasto … A eletricidade não está ficando mais barata.”

A BMS não forneceu uma data específica de implantação nem identificou onde o novo sistema será hospedado.

Veja também: Agências de saúde pública dos EUA testarão modelos de IA da OpenAI e Anthropic

Quer saber mais sobre IA e big data com líderes da indústria? Confira a AI & Big Data Expo, que acontecerá em Amsterdã, Califórnia e Londres. O evento abrangente faz parte da TechEx e está localizado junto com outros principais eventos de tecnologia, incluindo a Cyber Security & Cloud Expo. Clique aqui para mais informações.

O AI News é powered by TechForge Media. Explore outros próximos eventos e webinars de tecnologia empresarial aqui.