Evozyne gebruikt NVIDIA BioNeMo om hoogwaardige eiwitten te genereren, waarmee het ontwerpen van geneesmiddelen wordt versneld en een duurzamer milieu wordt bevorderd. Evozyne ontwikkelt producten die belangrijke problemen op het gebied van therapie en duurzaamheid oplossen. NVIDIA BioNeMo is een cloudservice en framework voor AI-gestuurde geneesmiddelenontwikkeling, gebouwd op NVIDIA NeMo Megatron, voor het trainen en implementeren van grote biomoleculaire transformatie-AI-modellen op supercomputerschaal.
Evozyne creëerde twee eiwitten met behulp van een vooraf getraind AI-model van NVIDIA. De twee eiwitten hebben een aanzienlijk potentieel in de gezondheidszorg en schone energie. De ene is gericht op het genezen van een aangeboren ziekte en de andere is ontworpen om koolstofdioxide te consumeren om de opwarming van de aarde te verminderen.
Mede-oprichter van Evozyne, Andrew Ferguson, zei:
“Het is echt bemoedigend dat zelfs in deze eerste ronde het AI-model synthetische eiwitten heeft geproduceerd die net zo goed zijn als natuurlijk voorkomende. Dat zegt ons dat het de ontwerpregels van de natuur correct heeft geleerd.”
NVIDIA BioNeMo, onderdeel van de NVIDIA Clara Discovery-collectie , is een framework voor het trainen en implementeren van grote biomoleculaire taalmodellen op supercomputerschaal. Dit framework helpt wetenschappers ziekten beter te begrijpen en therapieën voor patiënten te vinden. Het framework voor grote taalmodellen (LLM) ondersteunt dataformaten voor chemie, eiwitten, DNA en RNA.
Net zoals AI menselijke talen leert begrijpen met LLM's, leert het ook de talen van biologie en scheikunde. NVIDIA BioNeMo helpt onderzoekers nieuwe patronen en inzichten in biologische sequenties te ontdekken, waardoor ze verbinding kunnen maken met biologische eigenschappen of functies en zelfs menselijke gezondheidsproblemen. De eerste resultaten geven aan dat dit een nieuwe manier is om de ontdekking van geneesmiddelen te versnellen.
NVIDIA BioNeMo heeft ook een cloud-API-service die een groeiende lijst van vooraf getrainde AI-modellen ondersteunt.
Een transformationeel AI-model
Evozyne gebruikte het transformatormodel van NVIDIA voor de implementatie van ProT5. Het model is het hart van Evovyne's proces genaamd ProT-VAE. Het is een workflow die BioNeMo combineert met een variatie-autoencoder die als een filter fungeert.
Ferguson van Evozyne voegde toe:
"BioNeMo heeft ons echt alles gegeven wat we nodig hadden om modeltraining te ondersteunen en vervolgens heel goedkoop banen met het model uit te voeren - we konden in slechts enkele seconden miljoenen sequenties genereren. Het gebruik van grote taalmodellen in combinatie met variatie-auto-encoders om eiwitten te ontwerpen, stond een paar jaar geleden bij niemand op de agenda.”
De manieren van de natuur leren
NVIDIA's transformatormodel leest sequenties van aminozuren in miljoenen eiwitten, net als een student die een boek leest. Door dezelfde technieken te gebruiken die neurale netwerken gebruiken om tekst te begrijpen, leerde het hoe de natuur deze krachtige bouwstenen van de biologie samenstelt. Het model kan vervolgens voorspellen hoe nieuwe eiwitten moeten worden samengesteld die geschikt zijn voor functies die Evozyne wil aanpakken.
Machine learning navigeert door het astronomische aantal mogelijke eiwitsequenties en identificeert vervolgens de meest bruikbare. De traditionele methode voor het ontwikkelen van eiwitten, genaamd gerichte evolutie, maakt gebruik van een langzame, hit-or-miss-benadering, waarbij meestal slechts een paar aminozuren tegelijk worden gewijzigd. Vergelijk dat eens met de benadering van Evozyne, waarbij de helft of meer van de aminozuren in een eiwit in een enkele ronde kan worden veranderd. Dat is het equivalent van het maken van honderden mutaties. Evozyne is van plan om met het nieuwe proces een reeks eiwitten te bouwen om ziekten en klimaatverandering te bestrijden.
NVIDIA speelde een sleutelrol
Joshua Moller, een datawetenschapper bij Evozyne, legde uit dat NVIDIA "taken naar meerdere GPU's heeft geschaald om training te versnellen", waardoor ze elke minuut door hele datasets heen konden. Door de tijd om grote AI-modellen te trainen terug te brengen van maanden naar een week, zei Ferguson dat ze modellen konden trainen, sommige met miljarden trainbare parameters, die anders onmogelijk zouden zijn geweest.
Evozyne is erg optimistisch over wat de toekomst in petto heeft.
Amazon