NVIDIA i Eli Lilly ogłosiły wspólne utworzenie laboratorium współinnowacji, które ma stać się „planem tego, co możliwe w przyszłości odkrywania leków” — powiedział założyciel i CEO NVIDIA Jensen Huang podczas rozmowy z Dave’em Ricksem, przewodniczącym i CEO Lilly, na konferencji J.P. Morgan Healthcare w San Francisco. Inicjatywa ma połączyć know‑how farmaceutyczny Lilly z zaawansowaną technologią sztucznej inteligencji NVIDIA, aby przyspieszyć modelowanie złożoności biologicznych mechanizmów i przekształcić proces odkrywania leków.
Nowe laboratorium, zlokalizowane w rejonie Zatoki San Francisco, będzie działać w modelu „scientist‑in‑the‑loop”: zautomatyzowane, agentowe laboratoria mokre (wet labs) będą ściśle powiązane z obliczeniowymi laboratoriami suchymi (dry labs) w systemie ciągłego uczenia. Celem tej architektury jest stworzenie pętli, w której eksperymenty, generowane dane i modele AI nawzajem się napędzają i stale podnoszą swoją skuteczność. „Maszyny zostały stworzone, aby pracować dzień i noc nad rozwiązaniem tego problemu” — podkreślił Ricks.
Partnerzy zadeklarowali wspólną inwestycję do 1 miliarda dolarów na okres pięciu lat w talenty, infrastrukturę i moc obliczeniową, aby zbudować i utrzymać to laboratorium. Kwotę tę należy rozumieć jako orientacyjną; w przybliżeniu odpowiada ona około 4,5 miliarda złotych. Finansowanie ma umożliwić przyciągnięcie badaczy z pogranicza informatyki i biologii oraz zapewnić skalę niezbędną do realizacji długofalowych projektów badawczych.
W rozmowie Ricks porównał tradycyjny proces odkrywania małych cząsteczek do rzemiosła: „Każde odkrycie małej cząsteczki jest jak dzieło sztuki. Jeśli potrafimy zamienić to w problem inżynieryjny, zamiast w 'artystyczne’ tworzenie leków, pomyślcie o wpływie na ludzkie życie.” Z kolei Huang dodał, że celem jest stworzenie laboratorium o takiej skali i kompetencjach, by przyciągnąć naukowców pragnących poświęcić karierę pracy na tym skrzyżowaniu biologii i informatyki.
Nowe laboratorium będzie wykorzystywać osiągnięcia Lily w budowaniu potężnych systemów obliczeniowych dla biofarmacji. Lilly wcześniej wprowadziła tzw. AI superkomputer — DGX SuperPOD z systemami DGX B300 — przeznaczony do trenowania dużych modeli podstawowych i zaawansowanych modeli biomedycznych wspierających odkrywanie i rozwój leków. Integracja takich zasobów umożliwia symulowanie wirtualnie ogromnej liczby kandydatów molekularnych, ich seryjne testowanie w przestrzeni in silico oraz selekcję najbardziej obiecujących struktur, a kolejnym krokiem jest wykrywanie nowych biologicznych celów terapeutycznych przy użyciu AI. „Świętym Graalem jest połączenie tych elementów, aby modelować cały system jednocześnie” — mówił Ricks.
NVIDIA na konferencji J.P. Morgan Healthcare
Na konferencji Jensen Huang podkreślił rolę pełnego stosu technologii AI NVIDIA w przyspieszaniu tworzenia i wdrażania modeli podstawowych dla biologii cyfrowej i odkrywania leków. W ramach uroczystego spotkania wręczył około tuzina liderów w dziedzinie AI i odkrywania leków systemy NVIDIA DGX Spark jako wyraz uznania za ich wkład w rozwój modeli, które obecnie przyspieszają badania biomedyczne.
Wśród wyróżnionych byli m.in. twórcy modeli i zespołów, które rozwijają algorytmy do przewidywania struktury białek, projektowania molekuł i analiz genomowych. Lista obejmowała: Zach Carpenteri (VantAI, rodzina modeli Neo do współskładania i projektowania wszystkich cząsteczek biologicznych), Gabriele Corso (Boltz, otwarte rodziny modeli biomolekularnych), Evan Feinberg (Genesis Molecular AI, model Pearl), Chris Gibson i Najat Khan (Recursion, model OpenPhenom), Glen Gowers (Basecamp Research, model EDEN), Brian Hie (Arc Institute, wkład w Evo 2), Max Jaderberg (Isomorphic, prace nad rozszerzeniem możliwości AlphaFold), Simon Kohl (Latent Labs, generatywne modele Latent‑X), Joshua Meier (Chai Discovery, modele Chai), Tom Miller (Iambic Therapeutics, NeuralPLexer), Alex Rives (Biohub, rodzina ESM) oraz Alex Zhavoronkov (Insilico Medicine, platforma Pharma.AI obejmująca narzędzia od odkrywania celów po predykcję kliniczną).
Podczas konferencji NVIDIA ogłosiła także znaczące rozszerzenie platformy BioNeMo, przeznaczonej do przyspieszenia badań biologicznych opartych na AI. Nowe narzędzia obejmują otwarte modele Clara do przewidywania struktur RNA i weryfikacji, czy zaprojektowane leki da się praktycznie zsyntezować; BioNeMo Recipes, które mają przyspieszyć trenowanie, dostosowywanie i wdrażanie modeli podstawowych; oraz biblioteki do przetwarzania danych, w tym nvMolKit — przyspieszone GPU narzędzie chemoinformatyczne do projektowania molekuł.
Dodatkowo NVIDIA przedstawiła współpracę z firmą Thermo Fisher nad budową autonomicznej infrastruktury laboratoryjnej wykorzystującej pełen stos obliczeniowy AI oraz zwróciła uwagę na pracę Multiply Labs — startupu oferującego zrobotyzowane systemy do automatyzacji produkcji terapii komórkowych na skalę przemysłową.
Konferencja J.P. Morgan Healthcare, największe na świecie sympozjum inwestycyjne w sektorze zdrowia, co roku przyciąga ponad 8 000 uczestników — inwestorów, decydentów i menedżerów z branży opieki zdrowotnej. Dodatkowe materiały z wydarzenia obejmują nagranie audio oraz prezentację poświęconą wpływowi AI na sektor ochrony zdrowia, przygotowaną przez wiceprezesa ds. healthcare w NVIDIA.