BioNeMo

2025年 2月 19日

利用 Evo 2 以全新規模跨進化研究生命生物分子的語言

AI 已從實驗好奇心發展為生物學研究的驅動力。 深度學習算法、
3 MIN READ
2025年 1月 13日

借助 NVIDIA BioNeMo Blueprint 加速蛋白質工程中的生成式蛋白質粘結劑設計

設計一種能在藥物研發中專門結合標的治療性蛋白質是一項艱巨的挑戰。傳統工作流程通常是一個艱苦的試錯過程，需要對數千個候選項進行迭代，
1 MIN READ
2025年 1月 13日

評估 GenMol 作為用于分子生成的通用基礎模型

傳統的計算藥物研發幾乎完全依賴于高度特定于任務的計算模型來識別命中率和優化潛在客戶。使這些專業模型適應新任務需要大量的時間、
2 MIN READ
2024年 11月 13日

借助 GPU 加速的 MMseqs2 提升 AlphaFold2 蛋白質結構預測能力

能夠比較多個相關蛋白質的序列是許多生命科學研究人員的一項基礎任務。這通常以多序列對齊（MSA）的形式完成，
2 MIN READ
2024年 9月 26日

聚焦：Montai 利用 NVIDIA NIM 微服務構建用于藥物研發的多模態 AI 平臺

藥物研發旨在開發新的治療藥物，這些藥物能夠有效地針對疾病，同時盡可能地減少對患者的副作用。使用多模態數據（例如分子結構、細胞圖像、
1 MIN READ
2024年 7月 15日

借助 Geneformer AI 模型，有限數據也能解鎖基因網絡

Geneformer 是最近推出的 和功能強大的 AI 模型，可以通過從大量單細胞轉錄組數據中進行遷移學習來學習基因網絡動力學和相互作用。
2 MIN READ
2024年 2月 28日

針對藥物研發優化 OpenFold 訓練

從氨基酸序列預測 3D 蛋白質結構一直是生物信息學領域由來已久的重要問題。近年來，基于深度學習的計算方法不斷涌現，并已顯示出有希望的結果。
2 MIN READ
2024年 1月 8日

新模型 MolMIM 和 DiffDock 助力 NVIDIA BioNeMo 中的分子生成和分子對接

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。
1 MIN READ
2023年 12月 19日

借助 HiFi-NN 在函數標記領域取得突破性進展

從細胞新陳代謝到工業制造，酶是眾多過程的重要生物催化劑。應用人工智能生成酶是一個令人興奮的研究領域，可直接應用于生命科學。
2 MIN READ
2023年 11月 29日

使用 NVIDIA BioNeMo 框架訓練用于藥物研發的生成式 AI 模型

NVIDIA BioNeMo 框架已發布，現可在 NGC 上下載，使研究人員能夠在藥物研發應用中構建和部署生成式 AI、
2 MIN READ
2023年 3月 22日

NVIDIA 宣布為語言、視覺內容和生物學應用提供生成式人工智能服務

生成式人工智能 已經做好了改變世界產業和解決當今最重要挑戰的準備。為了使企業能夠利用生成人工智能的可能性，
2 MIN READ
2023年 3月 21日

利用 NVIDIA BioNeMo 服務構建用于藥物發現的生成人工智能管道

創造新的候選藥物是一項英勇的努力，通常需要 10 多年的時間才能將一種藥物推向市場。理解生物學和化學文本的新的超級計算規模的大型語言模型（…
2 MIN READ