NVIDIA 推出 BioNeMo Blueprint 革新蛋白结合物设计
realtime news Jan 14, 2025 04:52
NVIDIA 揭示了 BioNeMo Blueprint，这是一种新的 AI 驱动的方法，通过使用 GPU 加速的微服务加速药物发现中的蛋白结合物设计。
在药物发现领域的一个突破性发展中，NVIDIA 推出了 BioNeMo Blueprint，这是一种旨在加速蛋白结合物设计过程的综合工作流程。据 NVIDIA 的博客文章显示，这种创新的方法利用生成 AI 和 GPU 加速的微服务，大大简化了传统上繁琐且耗时的治疗性蛋白设计过程。
蛋白设计的挑战
设计能够特异性结合目标分子的治疗性蛋白是药物发现中的一个重要而具有挑战性的方面。传统的方法通常涉及大量的试验和错误，需要合成和验证数千个候选者，可能需要数年才能完成。鉴于人类蛋白的复杂性，其平均长度为 430 个氨基酸，设计可能性几乎是无限的，使得高效地在这个庞大的搜索空间中导航成为一项艰巨的任务。
介绍 NVIDIA BioNeMo Blueprint
BioNeMo Blueprint 旨在通过提供药物发现平台的参考工作流程来革新这一过程。它利用生成 AI 智能地在巨大的搜索空间中导航，引导研究人员朝向稳定且结构受限的蛋白结合物。这显著减少了发现可行候选者所需的迭代次数和时间。
利用先进的 AI 和 GPU 技术
该工作流程从目标蛋白的氨基酸序列开始，使用 AlphaFold2 预测其三维结构。NVIDIA 的加速多序列比对 (MSA) 算法 MMseqs2 通过提供快速准确的对齐增强了这一过程，使研究人员能够高效地探索更大的数据库。这一进步使得 AlphaFold2 NIM 比之前的模型快五倍，成本节省达 17 倍。
在三维结构预测之后，RFdiffusion AI 模型探索最佳的结合配置，允许用户微调稳定互动的搜索参数。RFdiffusion NIM 比基线模型速度提高 1.9 倍，增强了设计过程的效率。
随后，ProteinMPNN 生成并优化氨基酸序列以适应这些配置，确保创建稳定的复合物。最后一步涉及使用 AlphaFold2-Multimer 进行验证，通过确保结合物和目标蛋白之间稳定的相互作用来最小化实验失败的风险。
加速药物发现
这种集成的方法不仅加快了从设计到发现的周期，还减少了昂贵且劳动密集型实验室工作的需求。通过优先考虑最有前景的候选设计，研究人员可以更有效地集中资源，为更快且更高效的药物发现过程铺平道路。
有关 BioNeMo Blueprint 的更多信息，请访问官方 NVIDIA 博客。
Image source: Shutterstock