Bristol Myers Squibb sta acquistando un Nvidia DGX SuperPOD costruito sull’architettura Vera Rubin del produttore di chip per supportare l’uso dell’intelligenza artificiale nelle sue operazioni di scoperta e sviluppo di farmaci.
L’azienda farmaceutica ha affermato che sarà il primo gruppo di scienze della vita ad acquisire un DGX SuperPOD basato su Vera Rubin. Nvidia ha introdotto l’architettura all’inizio di quest’anno come successore dell’attuale generazione di sistemi informatici AI.
Espansione della capacità di calcolo
Il nuovo cluster comprenderà otto sistemi DGX Vera Rubin NVL72, ciascuno dei quali combina unità di elaborazione centrale Nvidia Vera e unità di elaborazione grafica Rubin.
BMS utilizzerà l’infrastruttura per addestrare modelli proprietari ed eseguire previsioni nei suoi programmi di ricerca. Il sistema supporterà il lavoro che coinvolge composti, proteine e altri dati scientifici.
I termini finanziari non sono stati resi noti. L’acquisto espande l’infrastruttura Nvidia esistente di BMS, che include un vecchio SuperPOD che i dirigenti dell’azienda hanno descritto come due o tre generazioni dietro Vera Rubin.
BMS gestisce il suo DGX SuperPOD esistente da circa tre anni. L’azienda prevede di combinarlo con il sistema Vera Rubin in un ambiente informatico condiviso accessibile dai suoi siti di ricerca in tutto il mondo.
Lo stack software SuperPOD può pianificare carichi di lavoro di formazione, previsione e sviluppo nell’infrastruttura. BMS ha affermato che l’ambiente ampliato consentirà a più scienziati l’accesso diretto alle proprie risorse informatiche.
Greg Meyers, chief digital and technology officer di BMS, ha affermato che i requisiti informatici sono aumentati man mano che l’azienda implementa modelli di intelligenza artificiale più grandi nella sua organizzazione di ricerca.
Erin Davis, vicepresidente del dipartimento Research Business Insights and Technology presso BMS, ha affermato che l’infrastruttura esistente funziona a pieno regime. Ha attribuito la richiesta a previsioni su larga scala che coinvolgono grandi molecole e allo sviluppo di modelli di fondazione interni.
Davis ha affermato che il nuovo sistema non sarà limitato a un piccolo gruppo di ricercatori computazionali. BMS prevede di renderlo disponibile in tutta l’organizzazione di ricerca senza i periodi di attesa e i limiti di accesso associati alla sua attuale infrastruttura.
Applicazione dell’intelligenza artificiale alla scoperta di farmaci
BMS ha affermato che l’intelligenza artificiale informa la progettazione di ogni programma per piccole molecole e della maggior parte dei suoi programmi per grandi molecole. La tecnologia viene applicata all’identificazione dei target, all’ottimizzazione dei lead, alle previsioni di grandi molecole e allo sviluppo di modelli interni.
La società ha affermato che l’identificazione degli obiettivi tramite l’intelligenza artificiale ha ridotto di diverse settimane il lavoro di ricerca manuale. Anche i carichi di lavoro di previsione di grandi molecole contribuiscono alla domanda di ulteriore capacità di elaborazione grafica.
Robert Plenge, responsabile della ricerca della BMS, ha affermato che il nuovo sistema consentirà agli scienziati di valutare più potenziali farmaci candidati durante le prime fasi di sviluppo.
“Forse prima potevamo farne 10 e ora possiamo farne dozzine”, ha detto Plenge.
Lo screening computazionale consente ai ricercatori di valutare potenziali composti prima di selezionare un gruppo più piccolo per la sintesi e i test di laboratorio.
BMS applica questo approccio attraverso un metodo chiamato “Predict First”, che utilizza previsioni generate da modelli per escludere molecole che non soddisfano le proprietà richieste prima che i candidati vengano selezionati per la sintesi.
Payal Sheth, vicepresidente senior delle scienze terapeutiche della BMS, ha affermato che i ricercatori utilizzano le previsioni per identificare le molecole con la combinazione di proprietà richiesta.
“Utilizziamo le previsioni come un modo per dare priorità alla sintesi di molecole con l’ottimizzazione multiparametrica”, ha affermato Sheth. “Ciò garantisce che preziosi esperimenti di laboratorio siano allineati con le molecole in progresso che hanno la più alta probabilità di successo”.
Il metodo restringe il numero di composti inviati per i test di laboratorio, consentendo ai ricercatori di concentrare gli esperimenti su molecole che soddisfano i requisiti previsti di un programma.
BMS ha anche utilizzato l’intelligenza artificiale per espandere la sua libreria di composti CELMoD, progettati per degradare selettivamente le proteine che causano il cancro. L’azienda sta studiando i composti nei tumori del sangue e in altre malattie.
BMS ha affermato che il lavoro di modellazione ha aiutato i ricercatori a esaminare ulteriori target proteici e potenziali composti prima di decidere quali candidati perseguire sperimentalmente.
L’azienda sta inoltre utilizzando strumenti di intelligenza artificiale per ridurre i tempi necessari per produrre medicinali per gli studi clinici. Plenge ha affermato che il processo è già stato ridotto tra il 20% e il 30% e potrebbe raggiungere il 50% nei prossimi anni.
Ha citato un trattamento sperimentale per l’anemia falciforme nelle fasi iniziali dello sviluppo clinico come esempio di ricerca supportata dall’intelligenza artificiale. Plenge ha affermato che il trattamento probabilmente non sarebbe stato scoperto senza gli strumenti di intelligenza artificiale dell’azienda.
Le cifre si riferiscono al tempo necessario per identificare e produrre candidati per i test clinici piuttosto che alla loro successiva prestazione negli studi.
Il sistema Vera Rubin consentirà inoltre ai ricercatori di accedere al BioNeMo Agent Toolkit di Nvidia per applicazioni biologiche e di scoperta di farmaci.
BioNeMo fornisce strumenti per la previsione della struttura proteica, la generazione molecolare, l’aggancio molecolare, l’analisi delle sequenze e la genomica. Può anche collegare diversi strumenti computazionali all’interno dello stesso flusso di lavoro di ricerca.
I dirigenti del BMS hanno affermato che i ricercatori umani continueranno a rivedere i risultati del modello e a decidere quali composti o programmi dovrebbero avanzare.
Collegare i siti di ricerca
BMS sta introducendo strumenti destinati a ridurre le conoscenze specialistiche necessarie per avviare attività informatiche complesse. La società ha affermato che i ricercatori saranno in grado di avviare alcune richieste di previsione utilizzando istruzioni in linguaggio naturale.
L’ambiente sarà gestito tramite Nvidia Mission Control, le cui funzioni includono il provisioning dei cluster, il monitoraggio dell’infrastruttura e la gestione del carico di lavoro, secondo BMS.
L’infrastruttura unificata consentirà ai dati e ai risultati dei modelli generati in un sito di essere utilizzati dai team altrove. BMS ha affermato che i set di dati di un programma a Lawrenceville, nel New Jersey, ad esempio, possono essere incorporati nei modelli utilizzati dai ricercatori di San Diego.
Sheth ha affermato che l’ambiente condiviso ha lo scopo di conservare le informazioni provenienti da esperimenti e programmi di ricerca in tutta l’organizzazione.
“L’infrastruttura informatica è ciò che collega insieme tutti i nostri scienziati e garantisce che i nostri apprendimenti siano istituzionalizzati”, ha affermato Sheth.
I due SuperPOD funzioneranno attraverso un ambiente dati comune, consentendo ai team in siti diversi di accedere a set di dati condivisi e risultati del modello. BMS ha affermato che l’ambiente includerà informazioni provenienti da esperimenti, letture cliniche e partenariati di ricerca.
L’azienda prevede di allocare la nuova capacità di calcolo nella progettazione di piccole e grandi molecole, nella ricerca clinica e nelle applicazioni di gemelli digitali. BMS non ha fornito dettagli sul lavoro pianificato per il gemello digitale o sulla quantità di capacità assegnata a ciascuna area.
Meyers ha affermato che il sistema Vera Rubin fornirà una maggiore capacità di calcolo rispetto al suo consumo di elettricità. BMS e Nvidia hanno affermato che il cluster da otto sistemi fornirà fino a 10 volte le prestazioni per megawatt dell’infrastruttura che sostituirà.
“Quando ospiti queste cose, devi pagare una bolletta elettrica”, ha detto Meyers. “Consideratelo come una capacità di elaborazione 10 volte maggiore per watt speso… L’elettricità non sta diventando più economica.”
BMS non ha fornito una data di implementazione specifica né ha identificato dove sarà ospitato il nuovo sistema.
(Foto di Chidera Faustina Okeke)
Vedi anche: Le agenzie di sanità pubblica statunitensi testeranno i modelli OpenAI e AI antropica
Vuoi saperne di più sull’intelligenza artificiale e sui big data dai leader del settore? Guardare Fiera dell’intelligenza artificiale e dei big data che si svolge ad Amsterdam, in California, e a Londra. L’evento completo è parte di TechEx ed è situato in concomitanza con altri importanti eventi tecnologici tra cui Fiera sulla sicurezza informatica e sul cloud. Clic Qui per ulteriori informazioni
AI News è alimentato da Media TechForge. Esplora altri prossimi eventi e webinar sulla tecnologia aziendale Qui.
Fonte: www.artificialintelligence-news.com
