Evozyne a utilisé NVIDIA BioNeMo pour générer des protéines de haute qualité afin d'accélérer la conception de médicaments et de contribuer à un environnement plus durable. Evozyne crée des produits qui résolvent des problèmes majeurs dans les domaines thérapeutique et du développement durable. NVIDIA BioNeMo est un service cloud et une plateforme de découverte de médicaments basés sur l'IA, construits sur NVIDIA NeMo Megatron pour l'entraînement et le déploiement de modèles d'IA de transformation biomoléculaire à grande échelle, à l'échelle du supercalcul.
Evozyne a créé deux protéines à l'aide d'un modèle d'IA pré-entraîné de NVIDIA. Les deux protéines ont un potentiel important dans les soins de santé et l'énergie propre. L'un vise à guérir une maladie congénitale, et un autre est conçu pour consommer du dioxyde de carbone afin de réduire le réchauffement climatique.
Le co-fondateur d'Evozyne, Andrew Ferguson, a déclaré :
« C'est vraiment encourageant que même dans ce premier cycle, le modèle d'IA ait produit des protéines synthétiques aussi bonnes que celles qui existent naturellement. Cela nous indique qu'il a correctement appris les règles de conception de la nature.
NVIDIA BioNeMo, qui fait partie de la collection NVIDIA Clara Discovery , est un framework permettant d'entraîner et de déployer de grands modèles de langage biomoléculaires à l'échelle du supercalculateur afin d'aider les scientifiques à mieux comprendre les maladies et à trouver des thérapies pour les patients. Ce framework de grands modèles de langage (LLM) prendra en charge les formats de données chimiques, protéiques, d'ADN et d'ARN.
Tout comme l'IA apprend à comprendre les langages humains avec des LLM, elle apprend également les langages de la biologie et de la chimie. NVIDIA BioNeMo aide les chercheurs à découvrir de nouveaux modèles et informations dans les séquences biologiques, en les aidant à se connecter aux propriétés ou fonctions biologiques et même aux conditions de santé humaine. Les premiers résultats indiquent qu'il s'agit d'une nouvelle façon d'accélérer la découverte de médicaments.
NVIDIA BioNeMo dispose également d'un service d'API cloud prenant en charge une liste croissante de modèles d'IA pré-formés.
Un modèle d'IA transformationnel
Evozyne a utilisé le modèle de transformateur de NVIDIA pour l'implémentation de ProT5. Le modèle est au cœur du processus d'Evovyne appelé ProT-VAE. C'est un flux de travail qui combine BioNeMo avec un auto-encodeur variationnel qui agit comme un filtre.
Ferguson d'Evozyne a ajouté :
"BioNeMo nous a vraiment donné tout ce dont nous avions besoin pour prendre en charge la formation du modèle, puis exécuter des tâches avec le modèle à très peu de frais - nous pouvions générer des millions de séquences en quelques secondes seulement. L'utilisation de grands modèles de langage combinés à des auto-encodeurs variationnels pour concevoir des protéines n'était sur le radar de personne il y a quelques années à peine.
Apprendre les voies de la nature
Le modèle de transformateur de NVIDIA lit les séquences d'acides aminés dans des millions de protéines, tout comme un étudiant lisant un livre. En utilisant les mêmes techniques que les réseaux de neurones utilisent pour comprendre le texte, il a appris comment la nature assemble ces puissants éléments constitutifs de la biologie. Le modèle peut alors prédire comment assembler de nouvelles protéines adaptées aux fonctions qu'Evozyne souhaite aborder.
L'apprentissage automatique parcourt le nombre astronomique de séquences de protéines possibles, puis identifie les plus utiles. La méthode traditionnelle d'ingénierie des protéines, appelée évolution dirigée, utilise une approche lente, aléatoire, ne modifiant généralement que quelques acides aminés en séquence à la fois. Comparez cela à l'approche d'Evozyne, où la moitié ou plus des acides aminés d'une protéine peuvent être modifiés en un seul tour. C'est l'équivalent de faire des centaines de mutations. Evozyne prévoit de construire une gamme de protéines pour lutter contre les maladies et le changement climatique en utilisant le nouveau procédé.
NVIDIA a joué un rôle clé
Joshua Moller, data scientist chez Evozyne, a expliqué que NVIDIA "a adapté les tâches à plusieurs GPU pour accélérer la formation", les aidant à parcourir des ensembles de données entiers chaque minute. En réduisant le temps de formation de grands modèles d'IA de plusieurs mois à une semaine, Ferguson a déclaré qu'ils pourraient former des modèles, certains avec des milliards de paramètres entraînables, ce qui aurait autrement été impossible.
Evozyne est très optimiste quant à ce que l'avenir nous réserve.
Amazon