NVIDIA memautkan perkhidmatan lipatan protein BioNeMo kepada Sains Anthropic Claude

Apa yang berlaku

NVIDIA berkata ia menyepadukan Kit Alat Ejen BioNeMo dengan Sains Anthropic Claude supaya ejen boleh menemui dan menghubungi perkhidmatan mikro BioNeMo NIM tempatan atau jauh. Jawatan teknikalnya menunjukkan aliran kerja yang mendapatkan semula jujukan protein, menjana penjajaran evolusi, menjalankan ramalan OpenFold3 dan Boltz-2 serta mengekalkan artifak yang terhasil untuk semakan.

Catatan teknikal NVIDIA pada 31 Ogos menerangkan Kit Alat Ejen BioNeMo sebagai pakej model sains hayat, perpustakaan dan aliran kerja yang boleh didedahkan sebagai kemahiran boleh panggil ejen. Syarikat itu berkata kit alat itu meliputi biologi, kimia, genomik dan penemuan ubat, dan direka bentuk untuk berfungsi dengan rangka kerja ejen yang berbeza.

Dalam persediaan yang ditunjukkan, Sains Claude mengatur tiga perkhidmatan mikro NVIDIA NIM: MSA Search untuk penjajaran evolusi, OpenFold3 untuk ramalan struktur dan Boltz-2 untuk set ramalan kedua. NVIDIA mengatakan penanda aras dalaman meningkatkan ketepatan tugas daripada 60% kepada 100% dan secara kasarnya menggandakan kecekapan token; angka tersebut dilaporkan syarikat dan tidak diuji secara bebas dalam jawatan. Tutorial memerlukan Claude Science, kunci API NVIDIA dan akses kepada stesen kerja atau mesin awan dengan GPU NVIDIA L40S atau H100. NVIDIA menganggarkan kira-kira 700 GB storan untuk aliran kerja, termasuk kira-kira 490 GB untuk pangkalan data UniRef30 sahaja dan 30–40 GB untuk bekas Boltz-2 dan OpenFold3. Siaran itu juga menerangkan alternatif yang Claude Science dijalankan pada komputer riba semasa menyambung ke GPU jauh melalui SSH, infrastruktur HPC atau pengkomputeran awan.

Tutorial menggunakan bekas Docker tempatan yang disambungkan kepada GPU hos dan memerlukan pemeriksaan kesihatan sebelum titik akhir diluluskan. Untuk contoh biologinya, aliran kerja membandingkan protein Seh1 C1GY11 daripada Paracoccidioides lutzii dengan sendirinya dan dengan rakan kongsi yang dicadangkan, C1HCX1. NVIDIA melaporkan bahawa ejen itu mendapatkan jujukan 384 dan 976 sisa, masing-masing, dan menemui 202 jujukan untuk setiap protein semasa carian MSA. Ia mencipta penjajaran tidak berpasangan untuk rantai individu dan penjajaran berpasangan spesies untuk kes dua rantai. Aliran kerja kemudian menjalankan ramalan monomer dan heteromer tanpa templat, ligan, poket atau kekangan struktur lain, menggunakan output mmCIF dan mengekalkan permintaan, tindak balas, struktur, metrik dan ralat.

Catatan itu melaporkan bahawa OpenFold3 menghasilkan antara muka pTM, atau iPTM, sebanyak 0.86 untuk heteromer dengan input MSA, manakala Boltz-2 menghasilkan 0.82. Dalam perbandingan lima sampel tambahan, nilai MSA-versus-no-MSA yang dilaporkan ialah 0.85 berbanding 0.14 untuk OpenFold3 dan 0.82 berbanding 0.19 untuk Boltz-2. NVIDIA mengatakan sampel berkumpul dengan rapat, dengan sisihan piawai tidak lebih daripada 0.006, dan belanjawan pensampelan yang lebih murah tidak mengubah corak secara material. Kedua-dua keluarga model menggunakan seni bina yang berbeza dan mengendalikan pasangan MSA secara berbeza, tetapi skor antara muka yang disokong MSA mereka berada dalam 0.03 dalam perbandingan yang diterangkan.

Butiran sumber: developer.nvidia.com ↗

Mengapa ia penting

Contoh menunjukkan cara ejen penyelidikan AI boleh menyambungkan model biologi khusus ke dalam aliran kerja yang boleh dibuat semula dan bukannya hanya meringkaskan kesusasteraan saintifik. Ia juga melaporkan bahawa penjajaran evolusi adalah penentu untuk antara muka protein yang diramalkan dalam ujian ini, sambil menjelaskan bahawa perjanjian model bukan bukti interaksi biologi.

Kepentingan praktikal ialah lapisan orkestrasi. Pelipatan protein dan ramalan kompleks memerlukan input khusus, format khusus model dan parameter yang mungkin tidak diketahui oleh ejen tujuan umum cara memilih atau menggunakan. Dalam akaun NVIDIA, Claude Science mengenal pasti perkhidmatan yang diperlukan, menyediakan jujukan dan penjajaran, memulakan titik akhir, menyerahkan ramalan dan merekodkan artifak. Itu menjadikan ejen AI sebagai pengendali saluran paip saintifik, bukan sekadar antara muka perbualan kepada satu model.

Hasilnya juga menggambarkan mengapa kualiti input boleh menjadi penting seperti pemilihan model. Dalam ujian NVIDIA, mengalih keluar MSA menyebabkan keyakinan antara muka heteromer yang diramalkan jatuh dengan mendadak dalam kedua-dua OpenFold3 dan Boltz-2. Monomer pLDDT OpenFold3 yang dilaporkan jatuh daripada 82.3 dengan MSA kepada 36 tanpanya, manakala nilai sepadan Boltz-2 bergerak daripada 0.79 kepada 0.73 pada skala 0-1nya. Perbandingan menunjukkan bahawa maklumat evolusi amat penting untuk meletakkan hubungan antara kedua-dua rantai, walaupun ini adalah output keyakinan daripada perkhidmatan ramalan dan bukannya pengukuran kompleks biologi sebenar.

Perbandingan struktur menambah hipotesis yang lebih spesifik. NVIDIA mengatakan kedua-dua model meletakkan sekumpulan helai beta C1HCX1 berhampiran tepi terbuka kipas beta WD40 Seh1, pada kedudukan yang dikaitkan dengan menutup bilah akhir. Mengatasi teras Seh1 dilaporkan menghasilkan RMSD C-alpha sebanyak 0.68 angstrom untuk OpenFold3 dan 0.65 angstrom untuk Boltz-2 pada kebanyakan rantai. Syarikat menafsirkan ini sebagai rakan kongsi yang melengkapkan lipatan sedia ada dan bukannya mengubah suai dengan ketara. Perjanjian antara model pengiraan bebas menjadikan geometri yang dicadangkan lebih berguna sebagai sasaran untuk penyiasatan, tetapi ia tidak menentukan bahawa protein mengikat dalam sel hidup atau melaksanakan fungsi yang dicadangkan bersama-sama.

Apa yang perlu ditonton seterusnya

Soalan terbuka utama ialah sama ada aliran kerja melangkaui satu pasangan protein, berapa kosnya dan berapa lama masa yang diperlukan untuk dijalankan, dan sama ada eksperimen makmal mengesahkan perkaitan yang diramalkan. NVIDIA melaporkan tanda aras kit alat dalaman dan skor keyakinan model, tetapi siaran itu tidak memberikan replikasi bebas, pengukuran masa jalan atau pengesahan percubaan.

Had yang paling jelas ialah pengesahan biologi. NVIDIA secara eksplisit mengatakan aliran kerja meramalkan interaksi C1GY11–C1HCX1 dan bahawa hasilnya belum disahkan secara eksperimen. Contoh ini didorong oleh pemerhatian struktur terdahulu yang melibatkan Seh1 dan rakan kongsi keluarga Mio, tetapi siaran ini sendiri melaporkan analisis pengiraan.

Kerja susulan memerlukan bukti makmal, seperti ujian biokimia atau selular, untuk menentukan sama ada persatuan yang diramalkan wujud dan sama ada ia mempunyai peranan biologi. Generalisasi juga tidak dapat diselesaikan. Demonstrasi berpusat pada satu pasangan protein daripada satu spesies kulat, satu profil pangkalan data UniRef30, dan tetapan carian dan pensampelan yang ditentukan. Perubahan keyakinan yang dilaporkan menunjukkan bahawa MSA menanggung beban dalam kes ini, tetapi mereka tidak menetapkan bahawa setiap kompleks protein mendapat manfaat pada tahap yang sama atau bahawa skor antara muka yang tinggi boleh meramalkan pengikatan merentas protein yang berbeza.

Angka ketepatan tugas dan kecekapan token dalaman NVIDIA juga tidak mempunyai definisi penanda aras, set ujian, garis dasar perbandingan dan penilaian bebas yang diperlukan untuk menilai maknanya yang lebih luas. Butiran operasi akan menentukan sama ada ini boleh digunakan di luar demonstrasi. Siaran memerlukan storan tempatan yang besar, GPU NVIDIA yang serasi, muat turun kontena, kunci API dan kelulusan manual titik akhir.

Ia mengatakan metrik masa jalan hadir tetapi kosong untuk larian yang dilaporkan, jadi pembaca tidak boleh membuat kesimpulan kependaman, penggunaan tenaga, kos awan atau daya pemprosesan. Boltz-2 dan OpenFold3 juga melaporkan nilai keyakinan pada skala berbeza dan mendedahkan medan berbeza, yang mengehadkan perbandingan berangka langsung. Bukti bermakna seterusnya adalah boleh diterbitkan semula oleh penyelidik luar, pengukuran sumber yang diterbitkan, ujian kompleks protein yang lebih luas, dan pengesahan percubaan hipotesis struktur.

Panduan & kuiz berkaitan