Evozyne は NVIDIA BioNeMo を使用してタンパク質を作成し、創薬を加速します

Evozyneは、NVIDIA BioNeMoを活用して高品質なタンパク質を生成し、創薬開発のスピードアップと持続可能な環境づくりに貢献しています。Evozyneは、治療薬開発と持続可能性の分野における大きな課題を解決する製品を開発しています。NVIDIA BioNeMoは、NVIDIA NeMo Megatronを基盤としたAI搭載の創薬クラウドサービスおよびフレームワークであり、スーパーコンピューティング規模で大規模な生体分子トランスフォーマーAIモデルのトレーニングと展開を可能にします。

Evozyne は、NVIDIA の事前トレーニングされた AI モデルを使用して 2 つのタンパク質を作成しました。この 2 つのタンパク質は、ヘルスケアとクリーン エネルギーにおいて大きな可能性を秘めています。 1 つは先天性疾患の治療を目的としており、もう 1 つは二酸化炭素を消費して地球温暖化を抑制することを目的としています。

Evozyneの共同創設者であるアンドリュー・ファーガソン氏は次のように述べています。

「この最初のラウンドでも、AI モデルが天然のものと同じくらい優れた合成タンパク質を生成したことは、本当に心強いです。これは、それが自然の設計規則を正しく学習したことを示しています。」

NVIDIA Clara Discoveryコレクションの一部であるNVIDIA BioNeMoは、大規模な生体分子言語モデルをスーパーコンピューティング規模でトレーニングおよび展開するためのフレームワークであり、科学者が疾患をより深く理解し、患者のための治療法を見つけるのに役立ちます。この大規模言語モデル（LLM）フレームワークは、化学、タンパク質、DNA、およびRNAのデータ形式をサポートします。

AI は、LLM を使用して人間の言語を理解することを学習しているのと同じように、生物学や化学の言語も学習しています。 NVIDIA BioNeMo は、研究者が生物学的配列の新しいパターンと洞察を発見し、生物学的特性や機能、さらには人間の健康状態と結び付けるのに役立ちます。初期の結果は、これが創薬を加速する新しい方法であることを示しています。

NVIDIA BioNeMo には、増え続ける事前トレーニング済み AI モデルのリストをサポートするクラウド API サービスもあります。

変革的な AI モデル

Evozyne は、ProT5 の実装に NVIDIA のトランスフォーマー モデルを使用しました。このモデルは、ProT-VAE と呼ばれる Evovyne のプロセスの中心です。これは、BioNeMo とフィルターとして機能する変分オートエンコーダーを組み合わせたワークフローです。

エヴォザインのファーガソン氏はこう付け加えた。

「BioNeMo は、モデルのトレーニングをサポートし、そのモデルを使用してジョブを非常に安価に実行するために必要なものをすべて提供してくれました。わずか数秒で数百万のシーケンスを生成できました。大規模な言語モデルと変分オートエンコーダーを組み合わせてタンパク質を設計することは、ほんの数年前には誰も注目していませんでした。」

自然のやり方を学ぶ 

NVIDIA のトランスフォーマー モデルは、ちょうど学生が本を読んでいるように、何百万ものタンパク質のアミノ酸の配列を読み取ります。ニューラル ネットワークがテキストを理解するために使用するのと同じ技術を使用して、自然がこれらの強力な生物学の構成要素をどのように組み立てるかを学習しました。このモデルは、Evozyne が取り組みたい機能に適した新しいタンパク質を組み立てる方法を予測できます。

機械学習は、天文学的な数の考えられるタンパク質配列をナビゲートし、最も有用なものを特定します。指向性進化と呼ばれるタンパク質を操作する伝統的な方法では、ゆっくりとした当たり外れのアプローチが使用され、通常、一度に配列内の数個のアミノ酸のみが変更されます。これを、タンパク質内のアミノ酸の半分以上を 1 回のラウンドで変更できる Evozyne のアプローチと比較してください。これは何百もの突然変異を起こすのと同じです。 Evozyneは、新しいプロセスを使用して病気や気候変動と戦うためのさまざまなタンパク質を構築することを計画しています。

NVIDIA が重要な役割を果たした

Evozyne のデータ サイエンティストである Joshua Moller 氏は、NVIDIA が「トレーニングを高速化するためにジョブを複数の GPU にスケールし」、データセット全体を毎分処理できるようにしたと説明しました。ファーガソン氏は、大規模な AI モデルのトレーニング時間を数カ月から 1 週間に短縮することで、他の方法では不可能だった数十億のトレーニング可能なパラメーターを持つモデルをトレーニングできるようになると述べました。

Evozyne は将来がどうなるかについて非常に楽観的です。