es.wedoany.com Noticia: NVIDIA ha presentado BioNeMo Agent Toolkit, un conjunto de herramientas profesionales y modelos abiertos acumulados durante más de una década para agentes de IA en el ámbito de las ciencias de la vida, que permite a agentes, científicos y laboratorios colaborar para acelerar el descubrimiento científico mediante la recopilación de pruebas, el razonamiento a través de los hallazgos, la ejecución de experimentos computacionales y la recomendación de los mejores pasos siguientes.
Este kit integra bibliotecas, herramientas y modelos abiertos de ciencias de la vida acumulados por NVIDIA durante más de una década, y puede proporcionar a cualquier agente o plataforma de IA —incluyendo asistentes generales, agentes científicos especializados, plataformas de software y sistemas biofarmacéuticos internos— las herramientas necesarias para sintetizar y resumir conocimiento científico, invocar modelos, evaluar resultados, razonar y ejecutar acciones posteriores. El kit incluye NVIDIA BioNeMo y está respaldado por los microservicios NVIDIA NIM, NVIDIA Parabricks, NVIDIA NeMo y la tecnología NVIDIA Nemotron, así como por computación acelerada y habilidades, construyendo una base abierta y confiable para la ciencia de la vida basada en agentes.
Más de 50 empresas líderes ya están utilizando este kit para avanzar en el descubrimiento científico, aprovechando las habilidades invocables de los agentes para tareas como predicción de estructuras de proteínas, acoplamiento molecular, química generativa, análisis genómico, diseño de proteínas y descubrimiento de biomarcadores. Jensen Huang, fundador y CEO de NVIDIA, afirmó que los modelos de vanguardia son el cerebro, BioNeMo es la caja de herramientas científicas, y su combinación dota a los agentes de IA con las habilidades de un asistente de investigación doctoral y la velocidad de una supercomputadora. Por primera vez, los investigadores pueden construir agentes de IA que comprendan conocimiento científico, utilicen herramientas científicas y ejecuten flujos de trabajo científicos. Esto representa un nuevo enfoque científico que puede acelerar enormemente los descubrimientos en biología, química, genómica y medicina.
Modelos abiertos e instituciones de investigación, incluyendo Arc Institute, Open Molecular Software Foundation y el Institute for Protein Design (IPD) de la Universidad de Washington, están colaborando con NVIDIA para avanzar en modelos de vanguardia mediante BioNeMo y hacer que estos modelos sean más accesibles a través de flujos de trabajo preparados para agentes. La colaboración con IPD ya ha acelerado el tiempo de ejecución de modelos avanzados de diseño biológico como RosettaFold3, con un rendimiento 2 veces superior al de modelos anteriores, y hay más aplicaciones en curso para acelerar el diseño de proteínas. David Baker, profesor de bioquímica en la Facultad de Medicina de la Universidad de Washington y director del Institute for Protein Design, señaló que cada herramienta que construyen para el diseño de proteínas es tan efectiva como la capacidad de los científicos para utilizarla de manera eficiente. El próximo gran avance en ciencia no provendrá de un solo descubrimiento, sino de la velocidad del diseño iterativo y de agentes capaces de reflexionar sobre la complejidad biológica a una velocidad inalcanzable para los humanos.
La inversión global en investigación y desarrollo científico en ciencias de la vida asciende a 3,8 billones de dólares, con un presupuesto farmacéutico anual cercano a los 300 mil millones de dólares. Los flujos de trabajo basados en agentes pueden ayudar a la industria a iterar más rápido, reduciendo costos y maximizando la probabilidad de éxito. Con este kit, los desarrolladores pueden transformar un agente general en un agente de ciencias de la vida en cuestión de minutos, permitiendo a los investigadores ejecutar experimentos más rápidamente y aprender continuamente de los resultados. Los agentes generales pueden tener dificultades para navegar eficientemente por flujos de trabajo científicos, ya que necesitan inferir las herramientas, entradas, salidas y significados biológicos correctos. Este kit ayuda a los agentes a invocar las herramientas adecuadas, interpretar los resultados con mayor precisión y obtener conocimientos científicos más rápido. NVIDIA optimiza toda la plataforma BioNeMo transformando bibliotecas, modelos y marcos en herramientas invocables por agentes, utilizando tecnologías como los modelos abiertos NVIDIA Nemotron, la biblioteca NVIDIA NeMo RL, el blueprint NVIDIA NemoClaw y el runtime NVIDIA OpenShell. Los flujos de trabajo compatibles con los componentes del kit incluyen: cribado virtual, que ayuda a los investigadores a identificar candidatos a fármacos de molécula pequeña generando y filtrando compuestos, acoplándolos a dianas, prediciendo la fuerza de unión y filtrando propiedades similares a fármacos, reduciendo el tiempo de cribado de días a minutos; análisis genómico y descubrimiento de dianas, que acelera la alineación y detección de variantes con NVIDIA Parabricks, donde modelos genómicos fundamentales puntúan los efectos de las variantes y los agentes clasifican los candidatos más relevantes para enfermedades; diseño de conjugados de proteínas, que permite diseñar y validar candidatos de forma computacional, comprimiendo el trabajo de diseño tradicional intensivo en mano de obra; investigación biomédica profunda, que conecta datos del mundo real con modelos de razonamiento, incluyendo revisión bibliográfica, generación de protocolos, cribado de ensayos clínicos y farmacovigilancia con NVIDIA Biomedical AI-Q Research Agent; y análisis de imágenes médicas, que ayuda a procesar, segmentar, sintetizar y razonar sobre datos de imágenes médicas para apoyar el descubrimiento de biomarcadores.
Empresas de los ecosistemas tecnológico y de ciencias de la vida están utilizando este kit para avanzar en flujos de trabajo basados en agentes. Laboratorios de vanguardia y constructores de agentes científicos, como Anthropic, Edison Scientific, Lila Sciences, OpenAI y Owkin, están integrándose con BioNeMo para ayudar a los agentes a pasar de responder preguntas a completar trabajos científicos. Plataformas de datos y flujos de trabajo científicos de Benchling, Certara, Databricks, Snowflake y Seqera están utilizando el kit para conectar sistemas de datos con ciencia impulsada por IA, donde las habilidades ayudan a los agentes a consultar conjuntos de datos biológicos y químicos, preparar entradas listas para modelos, iniciar flujos de trabajo reproducibles, analizar salidas y devolver conocimientos. Empresas de diagnóstico y farmacéuticas, incluyendo Lilly y Natera, están utilizando el kit para expandir flujos de trabajo reproducibles basados en agentes que abarcan descubrimiento, investigación traslacional y conocimientos clínicos. Empresas de biología nativa de IA, como Boltz, Basecamp Research, Chai Discovery, Dyno, PerturbAI y Proxima, colaboran con NVIDIA para desarrollar herramientas que aceleren flujos de trabajo de diseño terapéutico impulsados por modelos. Proveedores de software de descubrimiento de fármacos asistido por computadora, como Dassault Systèmes, Cadence (OpenEye) y Schrödinger, están integrando las funcionalidades del kit para que los agentes puedan ayudar a coordinar la generación, acoplamiento y predicción de moléculas. Empresas de instrumentación de laboratorio y automatización, como Automata, HighRes, Tecan, Thermo Fisher y la plataforma de generación autónoma de datos Medra, están conectando sus sistemas con el descubrimiento computacional respaldado por las habilidades de BioNeMo. Empresas de nube de IA e infraestructura, como Baseten, Modal y Nebius, están utilizando el kit para respaldar las habilidades y herramientas de BioNeMo a través de interfaces de programación de aplicaciones escalables, computación gestionada y entornos de inferencia en producción, ayudando a transformar flujos de trabajo biológicos basados en agentes de prototipos a servicios.
BioNeMo Agent Toolkit y sus habilidades ya están disponibles a través de la página de recursos para desarrolladores de NVIDIA y en GitHub.
Este artículo es compilado por Wedoany, las citas de la IA deben indicar la fuente «Wedoany»; si hay alguna infracción u otro problema, por favor notifícanos a tiempo, este sitio lo modificará o eliminará. Correo electrónico: news@wedoany.com
