Evozyne은 NVIDIA BioNeMo를 사용하여 고품질 단백질을 생성하여 약물 설계 속도를 높이고 보다 지속 가능한 환경을 만드는 데 도움을 주었습니다. Evozyne은 치료 및 지속 가능성에 미치는 영향이 큰 문제를 해결하는 제품을 만듭니다. NVIDIA BioNeMo는 AI 기반 약물 발견 클라우드 서비스이자 프레임워크입니다. 엔비디아 니모 메가트론 슈퍼컴퓨팅 규모에서 대형 생체 분자 변환기 AI 모델을 교육하고 배포하기 위한 것입니다.
Evozyne은 NVIDIA BioNeMo를 사용하여 고품질 단백질을 생성하여 약물 설계 속도를 높이고 보다 지속 가능한 환경을 만드는 데 도움을 주었습니다. Evozyne은 치료 및 지속 가능성에 미치는 영향이 큰 문제를 해결하는 제품을 만듭니다. NVIDIA BioNeMo는 AI 기반 약물 발견 클라우드 서비스이자 프레임워크입니다. 엔비디아 니모 메가트론 슈퍼컴퓨팅 규모에서 대형 생체 분자 변환기 AI 모델을 교육하고 배포하기 위한 것입니다.
Evozyne은 NVIDIA의 사전 훈련된 AI 모델을 사용하여 두 개의 단백질을 만들었습니다. 두 단백질은 의료 및 청정 에너지 분야에서 상당한 잠재력을 가지고 있습니다. 하나는 선천성 질환을 치료하는 것을 목표로 하고 다른 하나는 지구 온난화를 줄이기 위해 이산화탄소를 소비하도록 설계되었습니다.
Evozyne 공동 창립자 Andrew Ferguson은 다음과 같이 말했습니다.
“이 첫 번째 라운드에서도 AI 모델이 자연 발생 단백질만큼 좋은 합성 단백질을 생산했다는 것은 정말 고무적입니다. 그것은 자연의 설계 규칙을 올바르게 학습했다는 것을 말해줍니다.”
엔비디아 바이오네모, 의 일부 엔비디아 클라라 디스커버리 컬렉션는 과학자들이 질병을 더 잘 이해하고 환자를 위한 치료법을 찾는 데 도움이 되는 슈퍼컴퓨팅 규모의 대형 생체분자 언어 모델을 교육하고 배포하기 위한 프레임워크입니다. 대규모 언어 모델(LLM) 프레임워크는 화학, 단백질, DNA 및 RNA 데이터 형식을 지원합니다.
AI가 LLM으로 인간의 언어를 이해하는 법을 배우는 것처럼 생물학과 화학의 언어도 배우고 있습니다. NVIDIA BioNeMo는 연구자들이 생물학적 서열에서 새로운 패턴과 통찰력을 발견하고 생물학적 속성이나 기능, 심지어 인간의 건강 상태까지 연결할 수 있도록 도와줍니다. 초기 결과는 이것이 약물 발견을 가속화하는 새로운 방법임을 나타냅니다.
NVIDIA BioNeMo에는 사전 훈련된 AI 모델의 증가하는 목록을 지원하는 클라우드 API 서비스도 있습니다.
혁신적인 AI 모델
Evozyne은 ProT5 구현을 위해 NVIDIA의 변압기 모델을 사용했습니다. 이 모델은 ProT-VAE라고 하는 Evovyne 프로세스의 핵심입니다. BioNeMo와 필터 역할을 하는 변형 자동 인코더를 결합한 작업 흐름입니다.
Evozyne의 Ferguson은 다음과 같이 덧붙였습니다.
“BioNeMo는 모델 교육을 지원하고 매우 저렴하게 모델 작업을 실행하는 데 필요한 모든 것을 제공했습니다. 단 몇 초 만에 수백만 개의 시퀀스를 생성할 수 있었습니다. 변형 자동 인코더와 결합된 대규모 언어 모델을 사용하여 단백질을 설계하는 것은 불과 몇 년 전만 해도 누구의 눈에도 띄지 않았습니다.”
자연의 방식 배우기
NVIDIA의 변환기 모델은 학생이 책을 읽는 것처럼 수백만 개의 단백질에서 아미노산 서열을 읽습니다. 신경망이 텍스트를 이해하는 데 사용하는 것과 동일한 기술을 사용하여 자연이 이러한 강력한 생물학 구성 요소를 조립하는 방법을 배웠습니다. 그런 다음 이 모델은 Evozyne이 다루고자 하는 기능에 적합한 새로운 단백질을 조립하는 방법을 예측할 수 있습니다.
기계 학습은 가능한 단백질 서열의 천문학적 수를 탐색한 다음 가장 유용한 것을 식별합니다. 유도 진화(directed evolution)라고 하는 전통적인 단백질 공학 방법은 일반적으로 한 번에 몇 개의 아미노산만 순서대로 변경하는 느린 히트 오어 미스 접근 방식을 사용합니다. 단백질에 있는 아미노산의 절반 이상이 단일 라운드에서 변경될 수 있는 Evozyne의 접근 방식과 대조됩니다. 그것은 수백 개의 돌연변이를 만드는 것과 같습니다. Evozyne은 새로운 프로세스를 사용하여 질병과 기후 변화에 대처하기 위해 다양한 단백질을 구축할 계획입니다.
NVIDIA가 중요한 역할을 했습니다.
Evozyne의 데이터 과학자인 Joshua Moller는 NVIDIA가 "훈련 속도를 높이기 위해 작업을 여러 GPU로 확장"하여 매분 전체 데이터 세트를 처리할 수 있도록 도와준다고 설명했습니다. Ferguson은 대규모 AI 모델을 훈련하는 시간을 몇 달에서 일주일로 줄임으로써 다른 방법으로는 불가능했을 수십억 개의 훈련 가능한 매개변수가 있는 모델을 훈련할 수 있다고 말했습니다.
Evozyne은 미래에 대해 매우 낙관적입니다.
StorageReview에 참여
뉴스레터 | 유튜브 | 팟캐스트 iTunes/스포티 파이 | 인스타그램 | 트위터 | 틱톡 서비스 | RSS 피드
