Abraham Stern – NVIDIA 技術博客
http://www.open-lab.net/zh-cn/blog
閱讀開發者創建的最新技術信息、頭條新聞 和內容。
Tue, 27 Feb 2024 23:03:54 +0000
zh-CN
hourly
1
196178272 -
新模型 MolMIM 和 DiffDock 助力 NVIDIA BioNeMo 中的分子生成和分子對接
http://www.open-lab.net/zh-cn/blog/new-models-molmim-and-diffdock-power-molecule-generation-and-molecular-docking-in-bionemo/
Mon, 08 Jan 2024 05:36:43 +0000
http://www.open-lab.net/zh-cn/blog/?p=8655
Continued]]>
在科學、技術和醫學的交叉領域，尋找可行的藥物是最艱巨的挑戰之一。從數學上講，隨機偶然發現一個好的治療候選者的可能性小得驚人。這主要是因為只有幾個原子可以通過大量的方法連接在一起，使初看起來像藥物一樣的化合物。 在對這些分子進行更深入的檢查后，絕大多數分子都會成為不適合的治療方法。臨床上可行的藥物必須具有多種特性或特性，如果缺少其中任何一種特性或特性或超出范圍，則可能會使藥物無效，甚至有毒。藥物獵人尋求的特性示例包括描述藥物的結合親和力、溶劑性、膜滲透性、分子量和穩定性的特性，等等。 從本質上講，候選藥物的追求是多目標優化問題。 生成式 AI 模型，例如 NVIDIA BioNeMo 中的 MolMIM，旨在直接解決尋找具有正確屬性的分子的挑戰。使用 MolMIM，研究人員可以生成分子，以最大限度地提高用戶指定的評分函數（簡稱 Oracle 函數）。
Source
]]>
8655
-
加速計算是藥物研發大眾化的關鍵
http://www.open-lab.net/zh-cn/blog/ai-research-holds-the-key-to-affordable-and-accessible-drug-development/
Fri, 24 Jun 2022 05:07:00 +0000
http://www.open-lab.net/zh-cn/blog/?p=4443
Continued]]>
藥物發現領域正處于一個迷人的轉折點。這個問題的物理學是可以理解和計算的，然而量子力學計算太昂貴和耗時。 Eroom’s Law 觀察到，盡管技術有所進步，但藥物發現速度越來越慢，成本越來越高。 最近一篇研究 GPU 計算和深度學習在藥物發現中的轉變作用 顯示出這種趨勢可能很快逆轉的希望。 該綜述發表在 自然機器智能 上，詳細介紹了從分子模擬和蛋白質結構測定到生成性藥物設計等挑戰方面的許多進展，這些挑戰加速了計算機輔助藥物發現工作流程。在高度并行化 GPU 和支持 GPU 的算法的發展推動下，這些進步為計算化學和結構生物學開發新藥帶來了新的可能性。 研究人員在藥物發現和機器學習方面的合作，以確定 GPU 加速的深度學習工具，為這些挑戰創造了新的可能性，如果這些挑戰得到解決，將成為更快、更廉價藥物開發的關鍵。 研究作者寫道：“我們預計，
Source
]]>
4443
人人超碰97caoporen国产