Nvidia日前推出生命科學專用AI代理開發工具BioNeMo Agent Toolkit，將蛋白質設計、分子模擬、基因組分析和醫學影像等生命科學工具封裝成AI代理（AI Agent）可直接呼叫的能力（Skills），讓研究人員能打造具專業科學知識和運算能力的AI代理，加速藥物探索、生命科學研究。
目前已有50多家企業與研究機構採用這套工具，包括OpenAI、Anthropic、Databricks、Snowflake、禮來製藥（Eli Lilly）、Schrödinger、達梭，以及華盛頓大學蛋白質設計研究所等。Nvidia表示，BioNeMo Agent Toolkit已於GitHub上開放使用。
把生命科學工具變成Agent可呼叫的能力
AI代理這2年遍地開花，但大多數應用還是在辦公室助理、客服或軟體開發等場景。相較之下，生命科學研究需要大量專業模型、分析工具和獨特的工作流程，例如蛋白質結構預測、分子對接（Molecular Docking）、基因定序分析和醫學影像處理等，即使大型語言模型（LLM）具備推理能力，也未必知道該使用哪些工具、如何設定參數，以及如何解讀分析結果。
因此，Nvidia打造BioNeMo Agent Toolkit，就是要將這些原本分散的生命科學模型、函式庫和分析工具，轉換成AI代理可直接調用的能力。
這套工具包整合多項Nvidia技術，包括作為推理核心的Nemotron模型、負責工具調用與工作流程控制的NemoClaw、用來部署模型的NIM微服務，以及提供受控執行環境的OpenShell。AI代理可透過自然語言理解研究目標，再依序呼叫不同模型和工具，來完成任務。
Nvidia表示，開發者不必自行整合各種生命科學軟體、模型，透過BioNeMo Agent Toolkit就能快速打造具備生物學、化學、基因組學及藥物研發知識的AI代理。
支援藥物篩選、基因分析與蛋白質設計
BioNeMo Agent Toolkit目前已支援多項生命科學研究場景。
比如，在藥物探索方面，AI代理可自動生成候選化合物、執行虛擬篩選、進行分子對接，並預測藥物與目標蛋白質的結合能力，再從大量候選分子中篩選出值得優先投入實驗的對象。Nvidia甚至直言，部分藥物篩選工作，可從原本的數天縮短到只要幾分鐘。
在基因組分析領域，AI代理則可結合Nvidia Parabricks，來分析DNA定序資料、辨識基因變異，再透過基因組基礎模型評估疾病相關性，協助研究人員找出可進一步研究的潛在生物標靶。
此外，BioNeMo Agent Toolkit也支援蛋白質結合體（Protein Binder）設計、醫學影像分析、文獻回顧、臨床試驗規畫及藥物安全監測等工作流程。
Nvidia指出，目前已有超過50家企業，運用這些能力來進行蛋白質結構預測、分子對接、生成式化學、基因組分析、蛋白質設計及生物標記發現等應用。
OpenAI、Anthropic和藥廠都採用這套工具
除了研究機構，多家AI與生技企業也正將BioNeMo Agent Toolkit整合到自家平臺。
例如OpenAI與Anthropic，正用BioNeMo建立生命科學代理工作流程；Databricks、Snowflake和Benchling等資料平臺業者，則利用BioNeMo串接生物化學資料集、分析模型輸出結果，並將研究洞察回傳至科學家日常使用的工作平臺。
製藥與診斷公司方面，包括禮來製藥和基因檢測大廠Natera，也都正用BioNeMo建立可重複使用的代理工作流程，應用於藥物探索、轉譯醫學研究和臨床洞察分析。
華盛頓大學蛋白質設計研究所也運用這套工具，來優化蛋白質設計模型RosettaFold3，執行效能比前一代模型高出2倍。同時，他們也持續用這套工具，開發更多加速蛋白質設計的應用。
Comments (0)