Bristol Myers Squibb приобретает платформу Nvidia AI для ускорения открытия лекарств

Bristol Myers Squibb приобрела систему Nvidia DGX SuperPOD на базе архитектуры Vera Rubin для ускорения приложений искусственного интеллекта в своём конвейаре открытия и разработки лекарств.

Фармацевтический гигант станет первой организацией в сфере наук о жизни, развернувшей DGX SuperPOD на базе Vera Rubin — новейшей вычислительной архитектуры ИИ от Nvidia, представленной в начале этого года в качестве преемника предыдущих поколений.

Расширение вычислительных мощностей

Новый кластер состоит из восьми систем DGX Vera Rubin NVL72, каждая стойка которых объединяет центральные процессоры Nvidia Vera и графические процессоры Rubin.

BMS будет использовать эту инфраструктуру для обучения собственных моделей и выполнения прогнозов в рамках своих исследовательских инициатив, поддерживая работу с соединениями, белками и другими научными наборами данных.

Финансовые условия сделки остаются нераскрытыми. Приобретение дополняет существующую инфраструктуру Nvidia компании BMS, которая включает более старую систему SuperPOD, как отметили руководители, отставшую на два-три поколения от Vera Rubin.

BMS эксплуатирует свою текущую DGX SuperPOD примерно в течение трёх лет. Компания намерена интегрировать её с новой системой Vera Rubin в единую вычислительную среду, доступную из её глобальных исследовательских центров.

Программный стек SuperPOD будет управлять нагрузками по обучению, прогнозированию и разработке в рамках всей инфраструктуры. По словам BMS, эта расширенная конфигурация предоставит более широкий прямой доступ к вычислительным ресурсам для большего числа учёных.

Грег Майерс, главный цифровой и технологический офицер BMS, заявил, что спрос на вычисления резко возрос по мере того, как компания внедряет более крупные модели ИИ во всю свою исследовательскую организацию.

Эрин Дэвис, вице-президент по аналитике бизнес-процессов исследований и технологиям в BMS, отметила, что существующая инфраструктура работает на полную мощность. Она объяснила этот спрос масштабным прогнозированием, включающим сложные молекулы, а также разработкой внутренних базовых моделей.

Дэвис подчеркнула, что новая система не будет ограничена небольшой группой вычислительных исследователей. BMS планирует сделать её доступной для всей исследовательской организации, устранив задержки и ограничения доступа, существующие в текущей конфигурации.

Применение ИИ в открытии лекарств

BMS сообщила, что ИИ теперь влияет на проектирование каждой программы по малым молекулам и большинства программ по большим молекулам. Технология применяется для идентификации мишеней, оптимизации лидов, прогнозирования больших молекул и разработки внутренних моделей.

Компания заявила, что идентификация мишеней с помощью ИИ сократила ручные исследовательские усилия на несколько недель. Нагрузки по прогнозированию больших молекул также стимулируют потребность в дополнительных графических вычислительных мощностях.

Роберт Плент, главный научный сотрудник BMS, сказал, что новая система позволит учёным оценивать больше потенциальных кандидатов в лекарства на ранних стадиях разработки.

«Возможно, раньше мы могли делать 10, а теперь можем делать десятки», — сказал Плент.

Вычислительный скрининг позволяет исследователям оценивать потенциальные соединения перед отбором меньшей подгруппы для синтеза и лабораторного тестирования.

BMS использует этот подход через метод под названием «Predict First», который использует прогнозы, сгенерированные моделями, для исключения молекул, не соответствующих требуемым свойствам, до того как кандидаты будут отобраны для синтеза.

Пайал Шет, старший вице-президент по наукам об открытии терапевтических средств в BMS, сказала, что исследователи используют эти прогнозы для выявления молекул с желаемой комбинацией свойств.

«Мы используем прогнозы как способ приоритизации синтеза молекул с многопараметрической оптимизацией», — сказала Шет. «Это гарантирует, что ценные лабораторные эксперименты согласованы с продвижением молекул, имеющих наибольшую вероятность успеха».

Этот метод сокращает количество соединений, отправляемых на лабораторное тестирование, позволяя исследователям сосредоточить эксперименты на молекулах, соответствующих прогнозируемым требованиям программы.

BMS также использовала ИИ для расширения своей библиотеки соединений CELMoD, которые разработаны для селективного деградации белков, вызывающих рак. Компания изучает эти соединения при лейкозах и других заболеваниях.

BMS заявила, что работа по моделированию помогла исследователям изучить дополнительные белковые мишени и потенциальные соединения перед тем, как решить, каких кандидатов преследовать экспериментально.

Компания также использует инструменты ИИ для сокращения времени, необходимого для производства лекарств для клинических испытаний. Плент сказал, что этот процесс уже сократился на 20–30% и может достичь 50% в ближайшие годы.

Он привёл в пример экспериментальное лечение серповидноклеточной анемии на ранней стадии клинических исследований как пример исследований, поддерживаемых ИИ. Плент сказал, что это лечение, вероятно, не было бы обнаружено без инструментов ИИ компании.

Эти цифры относятся ко времени, необходимому для выявления и производства кандидатов для клинических испытаний, а не к их последующим результатам в испытаниях.

Система Vera Rubin также предоставит исследователям доступ к Набору инструментов агентов BioNeMo от Nvidia для биологических приложений и открытия лекарств.

BioNeMo предоставляет инструменты для прогнозирования структуры белков, генерации молекул, молекулярного докинга, анализа последовательностей и геномики. Он также может связывать несколько вычислительных инструментов в рамках одного исследовательского рабочего процесса.

Руководители BMS подчеркнули, что человеческие исследователи продолжат проверять выходные данные моделей и решать, какие соединения или программы должны продвигаться.

Связывание исследовательских площадок

BMS внедряет инструменты, предназначенные для снижения объёма специальных знаний, необходимых для запуска сложных вычислительных задач. Компания заявила, что исследователи смогут инициировать некоторые запросы на прогнозирование, используя инструкции на естественном языке.

Среда будет управляться через Nvidia Mission Control, которая обеспечивает выделение кластеров, мониторинг инфраструктуры и управление нагрузками, согласно BMS.

Единая инфраструктура позволит использовать данные и выходные данные моделей, сгенерированные на одной площадке, командами в других местах. BMS отметила, что наборы данных из программы в Лоренсвилле, штат Нью-Джерси, например, могут быть включены в модели, используемые исследователями в Сан-Диего.

Шет сказала, что общая среда предназначена для сохранения информации об экспериментах и исследовательских программах по всей организации.

«Вычислительная инфраструктура — это то, что объединяет всех наших учёных и гарантирует институционализацию наших знаний», — сказала Шет.

Две системы SuperPOD будут работать через общую среду данных, позволяя командам на разных площадках получать доступ к общим наборам данных и выходным данным моделей. BMS заявила, что среда будет включать информацию об экспериментах, клинических результатах и исследовательских партнёрствах.

Компания планирует распределить новые вычислительные мощности между проектированием малых и больших молекул, клиническими исследованиями и приложениями цифровых двойников. BMS не предоставила деталей о планируемых работах с цифровыми двойниками или объёме мощностей, выделенных на каждую область.

Майерс сказал, что система Vera Rubin обеспечит больше вычислительных мощностей относительно её потребления электроэнергии. BMS и Nvidia заявили, что кластер из восьми систем обеспечит до 10 раз большую производительность на мегаватт по сравнению с заменяемой инфраструктурой.

«Когда вы размещаете эти системы, вам приходится оплачивать счёт за электричество», — сказал Майерс. «Рассматривайте это как 10 раз больше вычислительных мощностей на каждый затраченный ватт… Электричество не становится дешевле».

BMS не предоставила конкретной даты развёртывания и не указала, где будет размещена новая система.

См. также: государственные агентства общественного здравоохранения США протестируют модели ИИ от OpenAI и Anthropic

Хотите узнать больше об ИИ и больших данных от лидеров отрасли? Посетите AI & Big Data Expo, проходящий в Амстердаме, Калифорнии и Лондоне. Комплексное мероприятие является частью TechEx и проходит совместно с другими ведущими технологическими мероприятиями, включая Cyber Security & Cloud Expo. Нажмите здесь для получения дополнительной информации.

AI News работает на платформе TechForge Media. Изучайте другие предстоящие корпоративные технологические мероприятия и вебинары здесь.