Com o objetivo de tornar o processo mais rápido e inteligente, a NVIDIA lança o NIM Agent Blueprint para triagem virtual baseada em IA generativa. Esta abordagem inovadora reduzirá o tempo e o custo do desenvolvimento de medicamentos que salvam vidas, permitindo um acesso mais rápido a tratamentos essenciais para os pacientes.
Este NIM Agent Blueprint introduz uma mudança de paradigma no processo de descoberta de medicamentos, particularmente na transição crucial “hit-to-lead”, passando da tradicional triagem de banco de dados fixo para o design de molécula orientado por IA generativa e pré-otimização, permitindo que os pesquisadores projetem moléculas melhores mais rapidamente.
O que é um NIM? O que é um projeto de agente NIM?
Os microsserviços NVIDIA NIM são componentes modulares e nativos do cloud que aceleram a implantação e a execução de modelos de IA. Esses microsserviços permitem que os pesquisadores integrem e dimensionem modelos avançados de IA em seus workflows, possibilitando um processamento mais rápido e eficiente de dados complexos.
O NIM Agent Blueprint, um guia abrangente, mostra como esses microsserviços podem otimizar os principais estágios da descoberta de medicamentos, como a identificação de acertos e a otimização de leads.
Como eles são usados?
A descoberta de medicamentos é um processo complexo com três estágios críticos: identificação do alvo, identificação do hit e otimização do lead. A identificação de alvos envolve a escolha da biologia certa a ser modificada para tratar a doença; a identificação de acertos é a identificação de possíveis moléculas que se ligarão a esse alvo; e a otimização de leads é o aprimoramento do design dessas moléculas para que sejam mais seguras e eficazes.
Esse NVIDIA NIM Agent Blueprint, chamado de triagem virtual generativa para a descoberta acelerada de medicamentos, identifica e aprimora os resultados virtuais de maneira mais inteligente e eficiente.
Em seu núcleo estão três modelos essenciais de AI, agora incluindo o AlphaFold2 recentemente integrado como parte dos microsserviços NIM da NVIDIA.
- AlphaFold2, renomado por seu impacto revolucionário na predição de estruturas de proteínas, agora está disponível como um NVIDIA NIM;
- MolMIM é um modelo inovador desenvolvido pela NVIDIA que gera moléculas enquanto simultaneamente otimiza várias propriedades, como alta solubilidade e baixa toxicidade;
- DiffDock é uma ferramenta avançada para modelar rapidamente a ligação de pequenas moléculas aos seus alvos proteicos.
Esses modelos trabalham em conjunto para melhorar o processo de hit-to-lead, tornando-o mais eficiente e rápido.
Cada um desses modelos de IA é embalado em microsserviços NVIDIA NIM — contêineres portáteis projetados para acelerar o desempenho, reduzir o tempo de lançamento no mercado e simplificar a implantação de modelos de IA generativa em qualquer lugar.
O NIM Agent Blueprint integra esses microsserviços em um fluxo de trabalho de IA generativa flexível e escalável, que pode ajudar a transformar a descoberta de medicamentos.
Principais fornecedores de software de descoberta computacional de medicamentos e biotecnologia, como Benchling, Dotmatics, Terray, TetraScience e Cadence Molecular Sciences (OpenEye), que já estão usando microsserviços NIM, estão utilizando os NIM Agent Blueprints em suas plataformas de descoberta de medicamentos auxiliada por computador.
Essas integrações visam tornar o processo de hit-to-lead mais rápido e inteligente, levando à identificação de candidatos a medicamentos mais viáveis em menos tempo e com menor custo.
A empresa global de serviços profissionais Accenture está pronta para adaptar o NIM Agent Blueprint às necessidades específicas dos programas de desenvolvimento de medicamentos, otimizando a etapa de geração de moléculas com a contribuição de parceiros farmacêuticos para informar o MolMIM NIM.
Além disso, os microsserviços NIM que compõem o NIM Agent Blueprint estarão em breve disponíveis no AWS HealthOmics, um serviço criado especificamente para ajudar os clientes a orquestrar análises biológicas. Isso inclui a simplificação da integração da IA em fluxos de trabalho de descoberta de medicamentos já existentes.
“A NVIDIA está revolucionando o processo de descoberta de medicamentos com o NIM Agent Blueprint, que utiliza triagem virtual baseada em IA generativa para acelerar e otimizar a identificação de moléculas. Com o suporte de nossos parceiros, estamos não apenas reduzindo o tempo e o custo do desenvolvimento de medicamentos, mas também aprimorando a eficácia dos tratamentos oferecendo uma solução mais eficiente que pode salvar vidas e transformar o setor de saúde”, reforça Marcio Aguiar, diretor da divisão Enterprise da NVIDIA para América Latina.
Revolucionando o desenvolvimento de medicamentos com IA
As apostas na descoberta de medicamentos são altas. Desenvolver um novo medicamento normalmente custa cerca de US$ 2,6 bilhões e pode levar de 10 a 15 anos, com uma taxa de sucesso inferior a 10%. Ao tornar o design molecular mais inteligente com o NIM Agent Blueprint, impulsionado por IA da NVIDIA, as empresas farmacêuticas podem reduzir esses custos e encurtar os prazos de desenvolvimento no mercado farmacêutico global de US$ 1,5 trilhão.
Este NIM Agent Blueprint representa uma mudança significativa em relação aos métodos tradicionais de descoberta de medicamentos, oferecendo uma abordagem de IA generativa que pré-otimiza moléculas para propriedades terapêuticas desejadas.
Por exemplo, o MolMIM, o modelo generativo para moléculas dentro deste NIM Agent Blueprint, usa funções avançadas para direcionar a geração de moléculas com propriedades farmacocinéticas otimizadas — como taxa de absorção, ligação a proteínas, meia-vida e outras propriedades — um avanço significativo em relação aos métodos anteriores.
Essa abordagem mais inteligente para o design de pequenas moléculas aumenta o potencial para a otimização bem-sucedida de leads, acelerando o processo geral de descoberta de medicamentos.
Esse salto na tecnologia pode levar a tratamentos mais rápidos e direcionados, abordando os crescentes desafios na área da saúde, desde o aumento dos custos até o envelhecimento da população.