NVIDIA 擴展生命科學的人工智能基礎設施，推出用於自動化科學發現的 BioNeMo 工具包 | 元宇宙郵報

簡要介紹

NVIDIA 推出 BioNeMo 代理工具包，讓 AI 代理能夠存取用於蛋白質研究、分子設計和基因組分析的先進工具。

科技公司 NVIDIA 介紹了 BioNeMo 代理工具包，這是一個開放式工具包，旨在為 AI 代理提供專門的生物研究工具，包括蛋白質結構預測、分子對接、生成化學、基因組分析及其他計算生物學應用。

根據 NVIDIA 的說法，該工具包旨在將其加速數字生物學平台轉變為一套代理就緒的能力，使 AI 系統能夠選擇、操作並解釋先進的科學模型。該平台結合了 NVIDIA BioNeMo 服務、優化模型和支援技術，以協助自動化複雜的研究流程。

該工具包通過 NVIDIA NIM 和 BioNeMo 開放模型，提供一系列生物分子能力，包括蛋白質結構預測、分子生成、序列設計、生物搜索和基因組分析。這些服務由 NVIDIA 技術支援，如用於結構模型的 cuEquivariance 和用於基因組工作負載的 Parabricks，實現超越標準硬體加速的最佳性能。

平台的一個關鍵特色是引入 BioNeMo 技能，將科學模型打包成有文件記錄、可調用的工具，供 AI 代理使用。每個技能都包含模型的用途、所需輸入、可用參數、預期輸出和潛在限制的資訊。對於尚未通過 NVIDIA NIM 提供的模型，模型上下文協議（MCP）伺服器整合提供類似的代理就緒介面。

AI 驅動的研究流程與部署選項

BioNeMo 代理工具包旨在支援 AI 驅動的研究流程，讓代理能選擇適合的模型、準備輸入、分析結果並調整實驗。支援的流程範例包括生成序列比對、預測蛋白質結構、設計分子以及評估蛋白質與化合物的相互作用。

該平台允許研究人員和開發者在託管的 NVIDIA NIM 服務或本地部署選項之間做選擇。託管服務提供更快的存取速度，無需團隊管理基礎設施，而本地部署則提供更大的控制權，適用於延遲、安全性和重複計算任務。

NVIDIA 表示，BioNeMo 技能旨在簡化生物 AI 模型的部署與使用，通過消除管理依賴和從源碼運行模型的技術障礙。這種方法使 AI 代理能在迭代研究循環中工作，包括生成候選、審查輸出、調整參數和重複實驗。

根據 NVIDIA 的說法，內部評估顯示，使用 BioNeMo 技能的 AI 代理在任務完成效率方面優於未使用額外工具的代理。公司亦報告工具使用效率提升，代理在完成更多工作流程步驟的同時，資源消耗更少。

該工具包支援多種科學輸出，包括分子結構檔案、序列格式和化學表示，讓代理能處理並解釋不同研究應用中的結果。

NVIDIA 將 BioNeMo 代理工具包定位為開發 AI 驅動科學助手的基礎，能與先進的生物模型互動。該平台結合了加速計算基礎設施、專用 AI 模型和代理工具，支援更高效且可擴展的生物分子研究方法。