NVIDIA NIM Agent Blueprint 基于生成式 AI 的虚拟筛选技术，重新定义目标分子识别

这一创新方法将减少救命药物的研发时间和成本，使患者能够更快获得关键治疗。

NIM Agent Blueprint 以生成式 AI 驱动的分子设计和预优化，代替了传统的固定数据库筛选，为药物研发过程带来了范式转变，尤其是在关键的“苗头到先导”过渡阶段，研究人员由此能够更快设计出更好的分子。

NVIDIA NIM 微服务是能够加快 AI 模型部署和执行速度的模块化云原生组件。借助这些微服务，研究人员可以整合并扩展其工作流中的先进 AI 模型，提高复杂数据的处理速度和效率。

NIM Agent Blueprint 是一份详尽的指南，它展示了这些微服务如何优化药物研发的关键阶段，例如苗头化合物识别、先导化合物优化等。

药物研发的过程十分复杂，包含了靶标识别、苗头化合物识别和先导化合物优化这三个关键阶段。研究人员先在靶标识别阶段选择正确的生物学特性加以改造，以便用于治疗疾病，然后在苗头化合物识别阶段识别可能与该靶标结合的分子，最后在先导化合物优化阶段改进这些分子的设计，使其变得更加安全有效。

该 NVIDIA NIM Agent Blueprint 被称为“用于加速药物研发的生成式虚拟筛选”，能够更加智能、高效地识别和改进虚拟苗头化合物。

其核心是三个基本的 AI 模型，包括最近集成到 NVIDIA NIM 微服务中的 AlphaFold2。

• AlphaFold2 因其为蛋白质结构预测带来的突破而闻名，该模型现作为一项 NVIDIA NIM 提供。

  
  

• MolMIM 是 NVIDIA 开发的一个新模型，可在生成分子的同时，优化多种特性，例如提高溶解性、降低毒性等。

  
  

• DiffDock 是一种先进的工具，可用于快速构建小分子与其蛋白质靶标相结合的模型。

这些模型一同改善了“苗头到先导”的流程，使其变得更加快速高效。

它们都被打包到 NVIDIA NIM 微服务中，这种便携式容器能够提高性能、缩短上市时间，并简化生成式 AI 模型在各种地点的部署。

NIM Agent Blueprint 将这些微服务集成到一个灵活、可扩展的生成式 AI 工作流中，推动了药物研发方式的深入转变。

凡是使用 NIM 微服务的领先计算药物研发和生物技术软件提供商，都在其计算机辅助药物研发平台中使用了 NIM Agent Blueprints，包括 Benchling、Dotmatics、Terray、TetraScience、Cadence Molecular Sciences（OpenEye）等。

这些公司集成 NIM Agent Blueprint 是为了让“苗头到先导”的流程变得更加快速、智能，以便以更少的时间和更低的成本来确定更多可行的候选药物。

全球专业服务公司埃森哲将根据药物研发项目的具体需求，通过利用制药合作伙伴的反馈意见来优化分子生成步骤，为 MolMIM NIM 提供参考，从而定制 NIM Agent Blueprint。

此外，NIM Agent Blueprint 包含的 NIM 微服务不久将在专为帮助客户编排生物分析而构建的服务——AWS HealthOmics 上提供，其中包括简化将 AI 整合到现有药物研发工作流的过程。

药物研发的风险极高。

研发一种新药的成本约为 26 亿美元，耗时 10-15 年，成功率却不到 10%。

AI 驱动的 NVIDIA NIM Agent Blueprint 为价值 1.5 万亿美元的全球制药市场带来了更智能的分子设计，使制药公司能够降低这项工作的成本并缩短研发时间。

NIM Agent Blueprint 代表了传统药物研发方法的一次重大转变，它提供了一种根据所需治疗的特性来使用生成式 AI 对分子进行预优化的方法。

例如，NIM Agent Blueprint 中的分子生成模型 MolMIM 利用先进的功能，引导生成拥有最佳药代动力学特性（例如吸收率、蛋白质结合力、半衰期等）的分子，与以前的方法相比具有明显的进步。

这种更加智能的小分子设计方法提高了成功优化先导化合物的潜力，加快了整个药物研发过程。

这一技术飞跃可以带来更快、更具针对性的治疗方法，解决成本上升、人口老龄化等医疗健康领域日益严峻的挑战。

NVIDIA 致力于利用加速计算领域的最新发展成果为研究人员提供支持，充分体现出 NVIDIA 在解决棘手的药物研发问题方面所发挥的作用。

访问 build.nvidia.com，下载基于生成式 AI 的虚拟筛选 NIM Agent Blueprint，向更快、更高效的药物研发迈出第一步。