NVIDIA kündigt das BioNeMo Agent Toolkit an – Tools für Agenten zur Beschleunigung wissenschaftlicher Entdeckungen

NVIDIA hat heute das NVIDIA BioNeMo Agent Toolkit angekündigt, das domänenspezifische Tools und Fähigkeiten für das Agenten-Life-Science-Zeitalter bereitstellt.

Das Toolkit umfasst mehr als ein Jahrzehnt an NVIDIA-Bibliotheken, Tools und offenen Modellen für die Biowissenschaften und ermöglicht es KI-Agenten, Wissenschaftlern und Laboren, zusammenzuarbeiten, indem sie Beweise sammeln, über Ergebnisse nachdenken, Computerexperimente durchführen und die nächstbesten Schritte empfehlen, um die Entdeckung zu beschleunigen.

Es gibt jedem Agenten oder jeder KI-Plattform – von Allzweckassistenten bis hin zu spezialisierten wissenschaftlichen Agenten, Softwareplattformen und internen Biopharma-Systemen – die Werkzeuge an die Hand, die er benötigt, um wissenschaftliche Erkenntnisse zu synthetisieren und zusammenzufassen, Modelle aufzurufen, Ergebnisse auszuwerten, zu begründen und nächste Aktionen auszuführen.

Das Toolkit umfasst NVIDIA BioNeMo™ und basiert auf NVIDIA NIM™-Microservices, NVIDIA Parabricks®-, NVIDIA NeMo™- und NVIDIA Nemotron™-Technologien sowie beschleunigtem Computing und Fähigkeiten – und bietet eine offene und vertrauenswürdige Grundlage für agentenbasierte Biowissenschaften.

Mehr als 50 führende Unternehmen nutzen es bereits, um wissenschaftliche Entdeckungen voranzutreiben und nutzen durch Agenten abrufbare Fähigkeiten für Aufgaben wie Proteinstrukturvorhersage, molekulares Docking, generative Chemie, Genomanalyse, Proteindesign und Biomarker-Entdeckung.

Grenzmodelle sind das Gehirn. BioNeMo ist der wissenschaftliche Werkzeugkasten. Zusammen verleihen sie KI-Agenten die Fähigkeiten eines Doktoranden und die Geschwindigkeit eines Supercomputers. Zum ersten Mal können Forscher KI-Agenten entwickeln, die wissenschaftliche Erkenntnisse verstehen, wissenschaftliche Werkzeuge verwenden und wissenschaftliche Arbeitsabläufe ausführen. Dies ist eine neue Art, Wissenschaft zu betreiben – eine, die Entdeckungen in Biologie, Chemie, Genomik und Medizin erheblich beschleunigen kann.“

Jensen Huang, Gründer und CEO, NVIDIA

Offene Modell- und Forschungsorganisationen – darunter das Arc Institute, die Open Molecular Software Foundation und das Institute for Protein Design (IPD) der University of Washington – arbeiten mit NVIDIA zusammen, um mithilfe von BioNeMo Grenzmodelle voranzutreiben und sie durch agentenbereite Arbeitsabläufe zugänglicher zu machen. Die IPD-Zusammenarbeit hat die Laufzeiten für hochmoderne Biodesign-Modelle wie RosettaFold3 beschleunigt, was zu einer doppelt so schnellen Leistung als das Modell der vorherigen Generation führt, und viele zusätzliche Anwendungen zur Beschleunigung der Proteindesign-Bemühungen sind im Gange und stellen Forschern Werkzeuge in einem Umfang und zu Kosten zur Verfügung, die noch nie zuvor möglich waren.

„Jedes Tool, das wir für das Proteindesign entwickelt haben, ist nur so leistungsfähig wie die Wissenschaftler, die effizient darauf zugreifen können.“ sagte David Baker, Professor für Biochemie an der University of Washington School of Medicine und Direktor des Institute for Protein Design. „Der nächste Sprung in der Wissenschaft wird nicht von einer einzigen Entdeckung ausgehen; er wird von der Geschwindigkeit iterativer Entwürfe und Agenten ausgehen, die die Komplexität der Biologie immer wieder mit einer Geschwindigkeit durchdenken können, die Menschen nie könnten.“

Agentenbereite Tools und Fähigkeiten für die Biowissenschaften

Die Biowissenschaften sind eines der wichtigsten wissenschaftlichen Gebiete der Welt. Die weltweite wissenschaftliche Forschung und Entwicklung beläuft sich auf 3,8 Billionen US-Dollar und die jährlichen Pharmabudgets belaufen sich auf fast 300 Milliarden US-Dollar.

Agentische Arbeitsabläufe können der Branche dabei helfen, schneller zu iterieren und gleichzeitig die Kosten zu senken und die Erfolgswahrscheinlichkeit zu maximieren. Mit dem Toolkit, das es Entwicklern ermöglicht, Allzweckagenten innerhalb von Minuten in Biowissenschaftsagenten umzuwandeln, können Forscher Experimente schneller durchführen, kontinuierlich aus Ergebnissen lernen und den Kreis zwischen Hypothese und Entdeckung schließen, wobei einige Unternehmen diese Iteration auf physische Labore ausweiten.

Für einen Allzweckagenten kann es schwierig sein, wissenschaftliche Arbeitsabläufe effizient zu steuern, da er dabei die richtigen Werkzeuge, Eingaben, Ausgaben und biologischen Bedeutungen ableiten muss. Mit dem BioNeMo Agent Toolkit können Agenten die richtigen Tools aufrufen, Ergebnisse genauer interpretieren und schneller und zuverlässiger wissenschaftliche Erkenntnisse gewinnen.

NVIDIA optimiert die gesamte BioNeMo-Plattform, indem es Bibliotheken, Modelle und Frameworks in von Agenten aufrufbare Tools umwandelt.

Dazu gehört die Nutzung von NVIDIA Agent Toolkit-Technologien wie den offenen NVIDIA Nemotron-Modellen für die Argumentationsgrundlage, der NVIDIA NeMo RL-Bibliothek für Reinforcement Learning und NVIDIA NemoClaw™-Blaupausen für sichere, private Agenten, die aufgabenübergreifend argumentieren, Tools aufrufen und kontinuierlich mit Daten interagieren können.

NVIDIA NIM-Mikroservices helfen Agenten, Modelle aufzurufen und Aufgaben auszuführen. Die NVIDIA OpenShell™-Laufzeit bietet eine kontrollierte ausführbare Umgebung.

Die Komponenten des Toolkits ermöglichen Agenten die Durchführung von Arbeitsabläufen wie:

• Virtuelles Screening: Wirkstoffe können Forschern dabei helfen, niedermolekulare Arzneimittelkandidaten zu identifizieren, indem sie Verbindungen erzeugen und prüfen, sie an ein Ziel andocken, die Bindungsstärke vorhersagen und nach arzneimittelähnlichen Eigenschaften filtern. Anschließend kann der Agent ausgeben, welche Kandidaten priorisiert werden sollten, und so die Screening-Zeitpläne von Tagen auf Minuten verkürzen.
• Genomanalyse und Zielerkennung: Agenten können Forschern dabei helfen, rohe Sequenzierungsdaten in priorisierte genetische Erkenntnisse und biologische Ziele umzuwandeln. NVIDIA Parabricks beschleunigt die Ausrichtung und Variantenaufrufung, während genomische Grundlagenmodelle Varianteneffekte bewerten und der Wirkstoff die krankheitsrelevantesten Kandidaten für weitere Studien einstuft.
• Design des Proteinbinders: Agenten können Forscher dabei unterstützen, Kandidaten rechnerisch zu entwerfen und zu validieren, bevor mit der Arbeit begonnen wird, wodurch traditionell arbeitsintensive Entwurfsarbeiten komprimiert werden.
• Tiefgreifende biomedizinische Forschung: Agenten verbinden reale Daten mit Argumentationsmodellen, um die Effizienz und Genauigkeit verschiedener wissenschaftlicher und klinischer Entwicklungsprozesse zu verbessern, einschließlich Literaturrecherche, Protokollerstellung, Screening klinischer Studien und Pharmakovigilanz mit dem NVIDIA Biomedical AI-Q Research Agent.
• Medizinische Bildanalyse: Agenten können Forschern dabei helfen, medizinische Bildgebungsdaten zu verarbeiten, zu segmentieren, zu synthetisieren und zu begründen, um die Entdeckung von Biomarkern zu unterstützen und die Beweisgenerierung in allen Forschungsabläufen zu beschleunigen.

Das Ökosystem der Biowissenschaften wird mit NVIDIA BioNeMo aufgebaut

Unternehmen im gesamten Technologie- und Biowissenschafts-Ökosystem nutzen das Toolkit, um Agenten-Workflows voranzutreiben.

Frontier Labs und Entwickler wissenschaftlicher Agenten, darunter Anthropic, Edison Scientific, Lila Sciences, OpenAI und Owkin, integrieren sich mit BioNeMo, um Agenten dabei zu helfen, von der Beantwortung von Fragen zur Fertigstellung wissenschaftlicher Arbeit überzugehen. NVIDIA-beschleunigte Modelle und Analysebibliotheken tragen dazu bei, die Zeit von der Hypothese bis zur Erkenntnis zu verkürzen.

Wissenschaftliche Daten- und Workflow-Plattformen von Benchling, Certara, Databricks, Snowflake und Seqera nutzen das BioNeMo Agent Toolkit, um Datensysteme mit KI-gestützter Wissenschaft zu verbinden. BioNeMo-Kenntnisse können Agenten dabei helfen, biologische und chemische Datensätze abzufragen, modellbereite Eingaben vorzubereiten, reproduzierbare Arbeitsabläufe zu starten, Ausgaben zu analysieren und Erkenntnisse direkt auf den Plattformen zurückzugeben, die Wissenschaftler und Datenteams bereits täglich nutzen.

Diagnostik- und Pharmaunternehmen wie Lilly und Natera nutzen das BioNeMo Agent Toolkit, um wiederholbare Wirkstoff-Workflows in den Bereichen Entdeckung, translationale Forschung und klinische Erkenntnisse zu skalieren.

KI-native Biologieunternehmen wie Boltz, Basecamp Research, Chai Discovery, Dyno, PerturbAI und Proxima haben mit NVIDIA zusammengearbeitet, um Tools zur Beschleunigung modellgestützter therapeutischer Design-Workflows zu entwickeln.

Anbieter computergestützter Arzneimittelforschungssoftware, darunter Dassault Systèmes, Cadence (OpenEye) und Schrödinger, integrieren die Fähigkeiten des Toolkits in wissenschaftliche Anwendungen, die von Forschungsteams genutzt werden. Dann können Agenten dabei helfen, die Erzeugung, das Andocken und die Vorhersage von Molekülen zu orchestrieren und computergestützte Designplattformen in Systeme zu verwandeln, in denen Forscher schneller Fragen stellen, Analysen starten und nächstbeste Maßnahmen identifizieren können.

Laborinstrumente und Automatisierungsunternehmen wie Automata, HighRes, Tecan, Thermo Fisher und die autonome Datengenerierungsplattform Medra verbinden Systeme mit rechnergestützter Entdeckung, die auf BioNeMo-Fähigkeiten basieren.

KI-Clouds und KI-Infrastrukturunternehmen wie Baseten, Modal und Nebius nutzen das Toolkit, um Entwicklern beim Aufbau von Life-Science-Workflows als zuverlässige gehostete Dienste zu helfen. Durch die Unterstützung der BioNeMo-Fähigkeiten und -Tools durch skalierbare Anwendungsprogrammierschnittstellen, verwaltete Rechen- und Produktionsinferenzumgebungen können diese Unternehmen dazu beitragen, Arbeitsabläufe in der Agentenbiologie von Prototypen in zugängliche Dienste für Forscher und Unternehmen zu überführen.

Verfügbarkeit

Das BioNeMo Agent Toolkit und seine Kenntnisse sind ab sofort über die NVIDIA-Entwicklerressourcenseite und GitHub verfügbar.

Quellen: