NVIDIA BioNeMo 工具包加速 AI 驱动的药物发现
realtime news Jul 10, 2026 13:52
NVIDIA 的 BioNeMo Agent Toolkit 提升了 AI 驱动的协同折叠功能，加速药物发现和大规模蛋白质建模。
NVIDIA 于 2026 年 6 月在 BIO 大会上宣布的 BioNeMo Agent Toolkit 正在通过一套AI 加速工具革新生物分子结构预测和药物发现工作流程。该工具包集成了最先进的 GPU 优化，大幅提升了协同折叠过程的速度和可扩展性，这对理解复杂蛋白质结构和预测药物靶点相互作用至关重要。
像 OpenFold3 和 RosettaFold3 这样的协同折叠模型长期以来一直是生命科学领域的强大工具，但它们对计算资源的高需求，尤其是在处理大型分子组件时，限制了其更广泛的应用。NVIDIA 的改进直接解决了这些瓶颈，在其最新的 Hopper 和 Blackwell GPU（如 H100 和 B300）上，提供了高达 177 倍的多序列比对 (MSA) 生成速度提升，以及协同折叠推理速度 3 到 4 倍的提升。这些改进使研究人员能够解决以前难以克服的挑战，包括建模核糖体或剪接体等大型生物分子复合物。
BioNeMo 工具包通过以下关键创新实现了这些突破：
- GPU 加速的 MSA：传统上依赖 CPU 的 MSA 生成现在由 MMseqs2-GPU 处理，该工具在 NVIDIA 的 Hopper 和 Blackwell 架构上实现了高效扩展。这一升级消除了结构预测工作流程中的关键瓶颈。
- cuEquivariance 优化：这一 CUDA 库加速了 OpenFold3 中使用的协同折叠内核，将推理延迟减少高达 3 倍，并扩展了单个 GPU 上可建模的最大序列长度。
- Fold-CP 并行化：对于大型生物分子组件，Fold-CP 将工作负载分配到多个 GPU 上，使得高达 32,000 残基的复合物建模成为可能——这是前所未有的规模。
这些进步对药物发现具有深远意义。更快的协同折叠推理意味着基于结构的方法现在可以更早地应用于研究流程中，筛选更大规模的化合物库并具有更高的准确性。例如，NVIDIA 的工具使预测 10,000 残基复合物的结构成为可能，这是由于内存和计算限制以前无法实现的里程碑。
BioNeMo Agent Toolkit 还通过将这些功能打包为可供代理使用的 API（称为 “BioNeMo Skills”）简化了采用流程。研究人员可以将这些工具集成到自动化工作流程中，使 AI 代理能够自主执行结构预测、分子对接和序列分析等任务。行业领导者如礼来公司、Dassault Systèmes 和华盛顿大学蛋白质设计研究所已经在使用该平台，而像 Anthropic 和 OpenAI 等 AI 实验室也将其整合到多代理研究系统中。
NVIDIA 的最新公告建立在今年早些时候推出的更广泛的 BioNeMo 平台的基础上，该平台自发布以来已被广泛采用。通过专注于可扩展性和集成性，该公司正将自己定位为 AI 驱动生命科学研究的基石。通过 BioNeMo Agent Toolkit，NVIDIA 旨在加速发现流程，帮助研究人员将计算机技术的进步转化为现实世界的医学突破。
Image source: Shutterstock.jpg)