RFD4-Proteina: NVIDIA-ს ღია მოდელი ცილების დიზაინისთვის

RFD4-Proteina არის NVIDIA-სა და ვაშინგტონის უნივერსიტეტის ცილის დიზაინის ინსტიტუტის (UW Medicine Institute for Protein Design) ახალი ღია მოდელი, რომელიც ცილების პროგრამირებად დიზაინს ძიების შესაძლებლობებთან აერთიანებს. მოდელი NVIDIA BioNeMo-ს ოჯახის ნაწილია. NVIDIA-ს ოფიციალური განცხადების მიხედვით, მასთან ერთად კომპანიამ ჯანდაცვისა და სიცოცხლის შემსწავლელი მეცნიერებების რამდენიმე თანამშრომლობა გამოაცხადა: Siemens Healthineers-თან ერთად კიბოს სხივური თერაპიის განვითარება, სამეცნიერო AI აგენტები წამლების აღმოჩენისთვის და ღია მოდელები საავადმყოფოების ყოველდღიური მუშაობისთვის.

NVIDIA ამ მიმართულებით დიდი ხანია მუშაობს. llm.ge-ზე უკვე გვაქვს სტატია იმაზე, როგორ ქმნის კომპანია BioNeMo-ზე დაფუძნებულ AI მეცნიერებს. ახალი ამბავი კი ის არის, რომ ცილის დიზაინის მოდელი ღიად გახდა ხელმისაწვდომი და ის უკვე რეალურ ავტონომიურ ლაბორატორიებშიც ერთვება.

სარჩევი

• რას აკეთებს RFD4-Proteina
• სამეცნიერო აგენტები და ავტონომიური ლაბორატორიები
• Siemens Healthineers და კიბოს მკურნალობა
• შეჯამება
• სხვა თემები

რას აკეთებს RFD4-Proteina

ცილები მოლეკულური ხელსაწყოებია, რომლებიც ორგანიზმში უამრავ სასიცოცხლო ფუნქციას ასრულებენ. ახალი ცილების შექმნამ შეიძლება ახალი წამლების, დიაგნოსტიკური ტესტებისა და სამრეწველო გამოყენებისკენ გაგვიკვალოს გზა. პრობლემა ისაა, რომ სასურველი ფუნქციის მქონე ცილის საპოვნელად შესაძლო ვარიანტების უზარმაზარი სივრცის გადარჩევაა საჭირო.

RFD4-Proteina მიზნობრივ ცილის დიზაინებს აგენერირებს. მეცნიერებსა და AI აგენტებს შეუძლიათ დიზაინების ძიება და დახვეწა მოლეკულური მონაცემებით, შეზღუდვებით და შეფასების კრიტერიუმებით. შესაძლო გამოყენებებს შორისაა ცილები, რომლებიც დაავადების პროცესს შეაჩერებენ ან დიაგნოსტიკურ ტესტებში დაავადების ნიშნებს აღმოაჩენენ.

კვლევის სამუშაო ვერსიაში აღწერილ ტესტებში RFD4-Proteina-მ შედარებულ საბაზისო მოდელებზე მაღალი გამოთვლითი წარმატების მაჩვენებელი და გენერაციის სიჩქარე აჩვენა ოთხ ბენჩმარკზე: ცილასთან დაკავშირება, მცირე მოლეკულასთან დაკავშირება, ფერმენტის კარკასის აგება და დნმ-თან დაკავშირება. მნიშვნელოვანია, რომ მოდელი ლაბორატორიულ ექსპერიმენტს არ ცვლის: ის კანდიდატების შერჩევასა და პრიორიტეტების განსაზღვრაში ეხმარება, ხოლო რეალურად როგორ მუშაობს დიზაინი, ამას ექსპერიმენტი ადგენს.

ნობელის პრემიის ლაურეატი ქიმიაში და ინსტიტუტის დირექტორი დევიდ ბეიკერი ამბობს, რომ ჩვენ ბუნების მიერ შექმნილი ცილების აღმოჩენის ეპოქიდან სრულიად ახალი ცილების დიზაინის ეპოქაზე გადავდივართ. მისი თქმით, მოდელის ღიაობა მსოფლიოს მკვლევრებს საშუალებას მისცემს, ამ შესაძლებლობებზე ააშენონ საკუთარი გადაწყვეტები.

RFD4-Proteina უკვე ხელმისაწვდომია პარტნიორების მეშვეობით, მათ შორის Amazon Bio Discovery, Anthropic-ის Claude Science, Benchling, Databricks, Google Cloud, Hugging Face, Nebius, OpenAI და Tamarind Bio. ასე რომ, მკვლევრებს ეს ღია მოდელი შეუძლიათ ჩართონ აგენტურ, ღრუბლოვან და სამეცნიერო გამოთვლით სამუშაო პროცესებში.

სამეცნიერო აგენტები და ავტონომიური ლაბორატორიები

NVIDIA-ს თანახმად, სამეცნიერო კვლევებზე მსოფლიოში 3,8 ტრილიონი დოლარი იხარჯება, ფარმაცევტული კომპანიების წლიური ბიუჯეტი კი 300 მილიარდ დოლარს უახლოვდება. სამეცნიერო აგენტები და ავტონომიური ლაბორატორიები ამ ინვესტიციის უფრო ეფექტიანად გამოყენებას ისახავენ მიზნად, რადგან დიზაინს, ექსპერიმენტსა და სწავლას უწყვეტ ციკლში აკავშირებენ. რამდენიმე კომპანია BioNeMo-სა და Nemotron-ზე სწორედ ასეთ ხელსაწყოებს ქმნის:

• Benchling აგენტებს ექსპერიმენტულ მონაცემებსა და კვლევის კონტექსტს აკავშირებს.
• Boltz ქმნის მოდელებს მოლეკულური სტრუქტურების პროგნოზირებისა და კანდიდატების შესაფასებლად, ასევე აჩვენებს აგენტს, რომელიც სამუშაო პროცესს დაგეგმავს და შემდეგ ექსპერიმენტს მიუთითებს.
• Automata აგენტებს ავტომატიზებულ ლაბორატორიულ ინფრასტრუქტურას უკავშირებს, რათა მათ თავად შეძლონ ექსპერიმენტების დაწყება და შედეგების შეგროვება.
• Genedata-ს AI თანამეცნიერი Danaher-ის ავტონომიურ ლაბორატორიაში ცილის დიზაინსა და ტესტირებას კოორდინაციას გაუწევს. ეს პროცესი RFD4-Proteina-საც გამოიყენებს.
• Biolevate, Hologen და Therna Biosciences ბიოლოგიურ მონაცემებს, კლინიკურ კვლევებსა და რნმ-ზე დაფუძნებული წამლების დიზაინს აკავშირებენ აგენტურ მსჯელობასთან.

Siemens Healthineers და კიბოს მკურნალობა

Siemens Healthineers და NVIDIA ერთად ავითარებენ ადაპტურ სხივურ თერაპიას, სადაც მკურნალობა პაციენტის მდგომარეობის მიხედვით იცვლება. NVIDIA Nemotron-ის ღია მოდელები გამოიკვლევენ, როგორ დაეხმარონ ონკოლოგებს ინდივიდუალური მკურნალობის გეგმის შეფასებასა და დახვეწაში. ეს მოდელები შეიძლება გაერთიანდეს CUDA-ზე დაჩქარებულ დოზის გამოთვლასთან, რაც GPU-ზე პაციენტის სწრაფ სიმულაციას იძლევა, და Holoscan პლატფორმასთან, რომელიც სენსორების ცოცხალ მონაცემებს AI-სა და სიმულაციას უკავშირებს. NVIDIA-ს მონაცემებით, 2050 წლისთვის მსოფლიოში ყოველწლიურად დაახლოებით 35 მილიონ ადამიანს დაუდგინდება კიბო.

გარდა ამისა, ევროპული კომპანიები Avelios, Corti, Dedalus, Dawn Health და Sword Nemotron-ზე ქმნიან AI სკრაიბებს და პაციენტის მხარდაჭერის სერვისებს, PolyAI მრავალენოვან ხმოვან ასისტენტს ავითარებს, ხოლო Apian და VitVio საავადმყოფოების ციფრულ ტყუპებს Cosmos-ითა და Omniverse-ით აგებენ.

შეჯამება

RFD4-Proteina ამ პაკეტის ყველაზე მნიშვნელოვანი სიახლეა: ცილის დიზაინის ღია მოდელი, რომელიც ერთდროულად ხელმისაწვდომია Hugging Face-ზე, დიდ ღრუბლოვან პლატფორმებსა და AI კომპანიების სამეცნიერო ხელსაწყოებში. მისი ღირებულება ის არის, რომ ლაბორატორიულ ტესტამდე კანდიდატების რაოდენობას ამცირებს, საბოლოო სიტყვა კი ისევ ექსპერიმენტს რჩება. ქართველი მკვლევრებისა და ბიოტექნოლოგიის სტუდენტებისთვის ეს ნიშნავს, რომ თანამედროვე ცილის დიზაინის ინსტრუმენტზე წვდომას ძვირადღირებული საკუთარი ინფრასტრუქტურა აღარ სჭირდება. ამავდროულად NVIDIA ჯანდაცვაში აგენტური AI-ის გამოყენებას აფართოებს, წამლების აღმოჩენიდან კიბოს მკურნალობის დაგეგმვამდე.

AI დამწყებთათვის ხელოვნური ინტელექტი: სრული გზამკვლევი ისწავლე საფუძვლები - მანქანური დასწავლიდან ChatGPT-მდე, ინტერაქტიული ტესტით. →