Leave a reply

Por favor ingrese su comentario!
Por favor ingrese su nombre aquí

A fin de hacer el proceso más rápido e inteligente, NVIDIA lanzó el NIM Agent Blueprint para el cribado virtual basado en inteligencia artificial generativa.

Este enfoque innovador reducirá el tiempo y el costo de desarrollar medicamentos que salvan vidas, permitiendo un acceso más rápido a tratamientos esenciales para los pacientes.

El NIM Agent Blueprint introduce un cambio de paradigma en el proceso de descubrimiento de fármacos, especialmente en la transición de "hit-to-lead", al movernos de la búsqueda en bases de datos fijas tradicionales al diseño de moléculas y preoptimización impulsados por inteligencia artificial generativa, permitiendo a los investigadores diseñar mejores moléculas de forma más rápida.

Qué es un NIM? Qué es un NIM Agent Blueprint?

Los microservicios NVIDIA NIM son componentes modulares y nativos de la nube que aceleran el despliegue y la ejecución de modelos de inteligencia artificial. Estos microservicios permiten a los investigadores integrar y escalar modelos avanzados de IA dentro de sus flujos de trabajo, facilitando el procesamiento más rápido y eficiente de datos complejos.

El NIM Agent Blueprint, una guía integral, muestra cómo estos microservicios pueden optimizar etapas clave del descubrimiento de fármacos, como la identificación de hits y la optimización de leads.

Cómo se utilizan?

El descubrimiento de fármacos es un proceso complejo con tres etapas principales: identificación de objetivos, identificación de hits y optimización de leads. La identificación de objetivos implica elegir la biología adecuada para modificar y tratar la enfermedad; la identificación de hits es seleccionar moléculas potenciales que se unirán a ese objetivo; y la optimización de leads es mejorar el diseño de esas moléculas para que sean más seguras y efectivas.

Este NVIDIA NIM Agent Blueprint, llamado cribado virtual generativo para el descubrimiento de fármacos acelerado, identifica y mejora hits virtuales de manera más inteligente y eficiente.

En su núcleo se encuentran tres modelos esenciales de IA, ahora incluyendo el recientemente integrado AlphaFold2 como parte de los microservicios NIM de NVIDIA.

  • AlphaFold2, reconocido por su impacto innovador en la predicción de estructuras proteicas, ahora está disponible como un NIM de NVIDIA.
  • MolMIM es un modelo novedoso desarrollado por NVIDIA que genera moléculas mientras optimiza simultáneamente múltiples propiedades, como alta solubilidad y baja toxicidad.
  • DiffDock es una herramienta avanzada para modelar rápidamente la unión de pequeñas moléculas a sus objetivos proteicos.

Estos modelos trabajan en conjunto para mejorar el proceso de hit-to-lead, haciéndolo más eficiente y rápido.

Cada uno de estos modelos de IA está empaquetado dentro de los microservicios NIM de NVIDIA — contenedores portátiles diseñados para acelerar el rendimiento, reducir el tiempo de lanzamiento al mercado y simplificar el despliegue de modelos de IA generativa en cualquier lugar.

El NIM Agent Blueprint integra estos microservicios en un flujo de trabajo flexible y escalable de inteligencia artificial generativa que puede transformar el descubrimiento de fármacos.

Proveedores líderes de software en descubrimiento de fármacos computacional y biotecnología que ya estaban utilizando microservicios NIM, como Benchling, Dotmatics, Terray, TetraScience y Cadence Molecular Sciences (OpenEye), estaban incorporando NIM Agent Blueprints en sus plataformas de descubrimiento asistido por ordenador.

Estas integraciones buscaban hacer que el proceso hit-to-lead sea más rápido e inteligente, resultando en la identificación de candidatos a fármacos más viables en menos tiempo y a un costo menor.

La empresa global de servicios profesionales Accenture estaba lista para adaptar el NIM Agent Blueprint a las necesidades específicas de los programas de desarrollo de fármacos, optimizando la generación de moléculas con la colaboración de socios farmacéuticos para informar el MolMIM NIM.

Además, los microservicios NIM que comprenden el NIM Agent Blueprint estarían pronto disponibles en AWS HealthOmics, un servicio específico que ayuda a los clientes a orquestar análisis biológicos. Esto incluye simplificar la integración de IA en flujos de trabajo de descubrimiento de fármacos existentes.

Revolucionando el desarrollo de fármacos con IA

Los desafíos en el descubrimiento de fármacos son altos. Desarrollar un nuevo fármaco típicamente costaba alrededor de $2.6 mil millones y podía llevar de 10 a 15 años, con una tasa de éxito de menos del 10%.

Al hacer el diseño molecular más inteligente con el NIM Agent Blueprint impulsado por IA de NVIDIA, las empresas farmacéuticas podrían reducir estos costos y acortar los plazos de desarrollo en el mercado farmacéutico global de $1.5 billones.

Este NIM Agent Blueprint representa un cambio significativo respecto a los métodos tradicionales de descubrimiento de fármacos, ofreciendo un enfoque de IA generativa que preoptimiza las moléculas para propiedades terapéuticas deseadas.

Por ejemplo, MolMIM, el modelo generativo de moléculas dentro de este NIM Agent Blueprint, utilizaba funciones avanzadas para dirigir la generación de moléculas con propiedades farmacocinéticas optimizadas, como la tasa de absorción, la unión a proteínas, la vida media y otras propiedades, un importante avance respecto a los métodos anteriores.

Este enfoque más inteligente al diseño de pequeñas moléculas mejoraba el potencial para una optimización de leads exitosa, acelerando el proceso general de descubrimiento de fármacos.

Este avance tecnológico podría conducir a tratamientos más rápidos y dirigidos, abordando los desafíos crecientes en atención médica, desde el aumento de costos hasta el envejecimiento de la población.

El compromiso de NVIDIA con apoyar a los investigadores con los últimos avances en computación acelerada subraya su papel en la solución de los problemas más complejos en el descubrimiento de fármacos.

- A word from our sposor -

spot_img

NVIDIA presenta un nuevo agente NIM que redefine la identificación de éxitos en el descubrimiento de fármacos