Компания Bristol Myers Squibb приобрела систему искусственного интеллекта Nvidia для разработки лекарств.

Искусственный интеллект в здравоохранении и оздоровлении

Компания Bristol Myers Squibb приобрела систему искусственного интеллекта Nvidia для разработки лекарств.

Компания Bristol Myers Squibb приобретает модуль Nvidia DGX SuperPOD, построенный на архитектуре Vera Rubin, для поддержки использования искусственного интеллекта в своих операциях по разработке и исследованию лекарственных препаратов.

Фармацевтическая компания заявила, что станет первой группой в области медико-биологических наук, которая приобретет архитектуру DGX SuperPOD на базе Vera Rubin. Компания Nvidia представила эту архитектуру ранее в этом году как преемника своего текущего поколения вычислительных систем для искусственного интеллекта.

Расширение вычислительных мощностей

Новый кластер будет состоять из восьми систем DGX Vera Rubin NVL72, каждая из которых будет представлять собой стоечную систему, объединяющую центральные процессоры Nvidia Vera и графические процессоры Rubin.

Компания BMS будет использовать эту инфраструктуру для обучения собственных моделей и выполнения прогнозов в рамках своих исследовательских программ. Система будет поддерживать работу с соединениями, белками и другими научными данными.

Финансовые условия сделки не разглашаются. Приобретение расширяет существующую инфраструктуру Nvidia компании BMS, которая включает в себя более старую систему SuperPOD, которую руководители компании охарактеризовали как устаревшую на два-три поколения по сравнению с Vera Rubin.

Компания BMS эксплуатирует свою существующую систему DGX SuperPOD уже около трех лет. Компания планирует объединить ее с системой Vera Rubin в общей вычислительной среде, доступной из ее исследовательских центров по всему миру.

Программный комплекс SuperPOD позволяет планировать задачи обучения, прогнозирования и разработки в рамках всей инфраструктуры. В BMS заявили, что расширенная среда предоставит большему числу ученых прямой доступ к своим вычислительным ресурсам.

Грег Майерс, директор по цифровым технологиям и технологическому развитию компании BMS, заявил, что вычислительные потребности возросли по мере того, как компания внедряет более крупные модели искусственного интеллекта в рамках своей исследовательской организации.

Эрин Дэвис, вице-президент по исследованиям, анализу бизнес-процессов и технологиям в компании BMS, заявила, что существующая инфраструктура работает на пределе своих возможностей. Она объяснила повышенный спрос масштабными прогнозами, включающими крупные молекулы, и разработкой внутренних базовых моделей.

Дэвис заявил, что новая система не будет ограничена небольшой группой исследователей в области вычислительной техники. BMS планирует сделать ее доступной для всей исследовательской организации без периодов ожидания и ограничений доступа, связанных с ее нынешней инфраструктурой.

Применение ИИ в разработке лекарств

В компании BMS заявили, что искусственный интеллект используется при разработке каждой программы по созданию малых молекул, а также большинства программ по созданию крупных молекул. Технология применяется для идентификации мишеней, оптимизации ведущих соединений, прогнозирования действия крупных молекул и разработки внутренних моделей.

Компания заявила, что идентификация целей с помощью ИИ сократила объем ручной работы по исследованию на несколько недель. Объемы задач по прогнозированию поведения крупных молекул также способствуют росту спроса на дополнительные вычислительные мощности для обработки графики.

Роберт Плендж, главный научный сотрудник компании BMS, заявил, что новая система позволит ученым оценивать больше потенциальных кандидатов в лекарственные препараты на ранних стадиях разработки.

«Раньше мы могли сделать 10, а теперь можем сделать десятки», — сказал Пленге.

Компьютерный скрининг позволяет исследователям оценивать потенциальные соединения, прежде чем отбирать меньшую группу для синтеза и лабораторных исследований.

Компания BMS применяет этот подход с помощью метода, который она называет «Предсказание прежде всего» (Predict First), используя сгенерированные моделью прогнозы для исключения молекул, не соответствующих требуемым свойствам, прежде чем будут отобраны кандидаты для синтеза.

Паял Шет, старший вице-президент по научным исследованиям в области разработки терапевтических препаратов в компании BMS, заявила, что исследователи используют эти прогнозы для выявления молекул с необходимым сочетанием свойств.

«Мы используем прогнозы для определения приоритетов в синтезе молекул с многопараметрической оптимизацией, — сказал Шет. — Это позволяет согласовывать ценные лабораторные эксперименты с разрабатываемыми молекулами, имеющими наибольшую вероятность успеха».

Этот метод позволяет сократить количество соединений, отправляемых на лабораторные исследования, что дает исследователям возможность сосредоточить эксперименты на молекулах, отвечающих прогнозируемым требованиям программы.

Компания BMS также использовала ИИ для расширения своей библиотеки соединений CELMoD, которые разработаны для избирательного разрушения белков, вызывающих рак. Компания изучает эти соединения применительно к раку крови и другим заболеваниям.

В компании BMS заявили, что работа по моделированию помогла исследователям изучить дополнительные белковые мишени и потенциальные соединения, прежде чем решить, какие кандидаты следует исследовать экспериментально.

Компания также использует инструменты искусственного интеллекта для сокращения времени, необходимого для производства лекарств для клинических испытаний. Пленге заявил, что этот процесс уже сократился на 20-30% и в ближайшие годы может достичь 50%.

В качестве примера исследований, проводимых с использованием ИИ, он привел экспериментальный метод лечения серповидноклеточной анемии, находящийся на ранней стадии клинических разработок. Пленге заявил, что этот метод лечения, вероятно, не был бы открыт без инструментов ИИ, разработанных компанией.

Приведенные цифры отражают время, необходимое для выявления и подготовки кандидатов для клинических испытаний, а не их последующие результаты в ходе испытаний.

Система Vera Rubin также предоставит исследователям доступ к инструментарию BioNeMo Agent Toolkit от Nvidia для биологических исследований и разработки лекарств.

BioNeMo предоставляет инструменты для предсказания структуры белков, генерации молекул, молекулярного докинга, анализа последовательностей и геномики. Он также позволяет объединять несколько вычислительных инструментов в рамках одного исследовательского процесса.

Руководители BMS заявили, что исследователи, работающие с людьми, продолжат анализировать результаты моделирования и решать, какие соединения или программы следует продвигать дальше.

Соединение исследовательских площадок

Компания BMS внедряет инструменты, призванные снизить уровень специальных знаний, необходимых для запуска сложных вычислительных задач. По словам представителей компании, исследователи смогут запускать некоторые запросы на прогнозирование, используя инструкции на естественном языке.

По данным BMS, управление средой будет осуществляться через Nvidia Mission Control, функции которого включают в себя выделение кластеров, мониторинг инфраструктуры и управление рабочими нагрузками.

Единая инфраструктура позволит использовать данные и результаты моделирования, полученные на одном объекте, группами исследователей в других местах. В BMS заявили, что, например, наборы данных из программы в Лоуренсвилле, штат Нью-Джерси, могут быть включены в модели, используемые исследователями в Сан-Диего.

Шет сказал, что общая среда предназначена для сохранения информации, полученной в ходе экспериментов и исследовательских программ в рамках всей организации.

«Вычислительная инфраструктура — это то, что объединяет всех наших ученых и обеспечивает институционализацию наших знаний», — сказал Шет.

Два модуля SuperPOD будут работать в единой среде данных, что позволит командам на разных площадках получать доступ к общим наборам данных и результатам моделирования. В BMS заявили, что эта среда будет включать информацию из экспериментов, клинических исследований и партнерских программ.

Компания планирует распределить новые вычислительные мощности между разработкой малых и крупных молекул, клиническими исследованиями и приложениями для создания цифровых двойников. BMS не предоставила подробностей о планируемых работах по созданию цифровых двойников или объеме мощностей, выделенных для каждой области.

Мейерс заявил, что система Vera Rubin обеспечит большую вычислительную мощность относительно потребляемой электроэнергии. Компании BMS и Nvidia заявили, что кластер из восьми систем обеспечит до 10 раз большую производительность на мегаватт по сравнению с инфраструктурой, которую он заменяет.

«Когда вы размещаете подобные сервисы, вам приходится платить за электроэнергию», — сказал Майерс. «Представьте, что это в 10 раз большая вычислительная мощность на каждый затраченный ватт… Электроэнергия не становится дешевле».

Компания BMS не назвала конкретную дату развертывания и не указала, где будет размещена новая система.

(Фото Чидеры Фаустины Океке)

См. также: Агентства общественного здравоохранения США протестируют модели OpenAI и антропогенного ИИ.

Хотите узнать больше об искусственном интеллекте и больших данных от лидеров отрасли? Посетите выставку AI & Big Data Expo, которая пройдет в Амстердаме, Калифорнии и Лондоне. Это масштабное мероприятие является частью TechEx и проводится одновременно с другими ведущими технологическими выставками, включая Cyber Security & Cloud Expo. Для получения дополнительной информации нажмите здесь.

AI News — это проект TechForge Media. Здесь вы можете ознакомиться с другими предстоящими мероприятиями и вебинарами, посвященными корпоративным технологиям.

Источник: www.artificialintelligence-news.com