Acelera el descubrimiento de fármacos con NVIDIA Clara™ para Biopharma, una colección de marcos, aplicaciones, soluciones de IA generativa y modelos entrenados previamente.
Acelera la innovadora identificación de fármacos y mejora la precisión de selección de objetivos y compuestos.
Sigue el ritmo de la innovación en IA e impulsa los resultados dentro de tu organización.
Mejora la productividad de los desarrolladores y acelera el tiempo de obtención de resultados
El descubrimiento de fármacos abarca muchos flujos de trabajo, desde la exploración del universo químico y la predicción de estructuras de proteínas hasta la exploración de candidatos de fármacos y la simulación de moléculas. Impulsa avances en estas áreas de investigación esenciales con las potentes API en la nube y herramientas disponibles en el catálogo de NVIDIA NGC™.
Los modelos de base tienen una comprensión de los datos subyacentes sobre los que se entrenan, como la gramática y la sintaxis de las secuencias de proteínas. Una vez aprendidas, pueden aprovechar estas reglas para representar secuencias de entrada como matrices numéricas que se pueden utilizar para predicciones. Los modelos de base se pueden ajustar aún más para centrarse en tareas particulares, como la predicción de la estructura o la función de las proteínas.
Los modelos generativos moleculares codifican el espacio químico, lo que permite a los investigadores optimizar su búsqueda de moléculas con propiedades deseables. Emparejado con un modelo de acoplamiento molecular y aprovechando la información estructural 3D de los modelos de predicción de la estructura de las proteínas permite el cribado virtual de moléculas pequeñas de extremo a extremo.
La ME criogénica de una sola partícula es una técnica experimental popular para determinar grandes estructuras moleculares a una resolución casi atómica. La ME criogénica es popular en la biología estructural porque las macromoléculas se pueden obtener por imagen en condiciones casi nativas. La ME criogénica ha revolucionado el descubrimiento de fármacos al proporcionar información sobre la estructura molecular y los mecanismos de la enfermedad. Los métodos de ML para la detección de objetos, por ejemplo, aceleran el proceso de elucidación de la estructura de ME criogénica.
GROMACS es un paquete de software de código abierto diseñado para simulaciones de dinámica molecular de biomoléculas, como proteínas, ácidos nucleicos y lípidos. Desempeña un papel fundamental en la comprensión de los sistemas biológicos a nivel molecular.
Imagen de Veronica Falconieri y Sriram Subramaniam, con licencia del National Cancer Institute bajo dominio público
Los enfoques basados en deep learning como RELION están impulsando la automatización de alto rendimiento de la microscopía de electrones criogénica (ME criogénica) para la determinación de la estructura de las proteínas. RELION implementa un enfoque bayesiano empírico para el análisis de la microscopía de electrones criogénica para el refinamiento de reconstrucciones únicas o múltiples 3D, así como promedios de clase 2D.
Obtén más información sobre NVIDIA BioNeMo, una plataforma compuesta por servicios gestionados, marcos de aplicaciones de software y flujos de trabajo de IA de referencia que simplifican, aceleran y escalan la IA generativa para el descubrimiento de fármacos