Bristol Myers Squibb (BMS) ha anunciat l'adquisició d'un sistema Nvidia DGX SuperPOD basat en l'arquitectura Vera Rubin, l'última generació d'infraestructura d'intel·ligència artificial del fabricant de xips. Aquesta inversió, la primera d'aquest tipus al sector de les ciències de la vida, permetrà a BMS integrar capacitats avançades d'IA en tot el seu procés de descobriment i desenvolupament de fàrmacs, des de la identificació de dianes terapèutiques fins a l'optimització de candidats i la producció de medicaments.
El nou clúster està compost per vuit sistemes DGX Vera Rubin NVL72, cadascun dels quals combina unitats centrals de processament (CPU) Vera de Nvidia amb unitats de processament gràfic (GPU) Rubin. Aquesta configuració ofereix un rendiment fins a deu vegades superior per megavatt en comparació amb la infraestructura anterior de BMS, que ja incloïa un SuperPOD de generacions anteriors. La companyia planeja operar ambdós sistemes en un entorn informàtic compartit, accessible des dels seus centres de recerca a tot el món, eliminant els temps d'espera i les limitacions d'accés que caracteritzaven el sistema anterior.
Greg Meyers, director digital i de tecnologia de BMS, va assenyalar que les necessitats de computació han crescut exponencialment a mesura que l'empresa desplega models d'IA més grans a la seva organització de recerca. Erin Davis, vicepresidenta d'informació i tecnologia de recerca, va confirmar que la infraestructura actual opera al límit de la seva capacitat, impulsada per prediccions a gran escala sobre molècules grans i el desenvolupament de models fundacionals interns. Amb el nou sistema, BMS pretén democratitzar l'accés a la IA: ja no estarà restringit a un petit grup d'investigadors computacionals, sinó que estarà disponible per a tot l'equip de recerca sense restriccions de capacitat.
L'aplicació de la IA en el descobriment de fàrmacs és un pilar estratègic per a BMS. La companyia afirma que la IA informa el disseny de tots els seus programes de molècules petites i la majoria dels de molècules grans. Les tecnologies d'intel·ligència artificial s'utilitzen per a la identificació de dianes, l'optimització de compostos principals, les prediccions de molècules grans i el desenvolupament de models interns. Per exemple, la identificació de dianes assistida per IA ha reduït el treball manual de recerca en diverses setmanes. Robert Plenge, director de recerca de BMS, va explicar que el nou sistema permetrà avaluar més candidats a fàrmacs en les primeres etapes: 'Abans podíem fer 10; ara podem fer dotzenes'.
Aquest enfocament, anomenat 'Predict First' (Prediu Primer), utilitza prediccions generades per models per excloure molècules que no compleixen les propietats requerides abans de seleccionar candidats per a síntesi i proves de laboratori. Payal Sheth, vicepresidenta sènior de ciències de descobriment terapèutic, va destacar que les prediccions permeten prioritzar la síntesi de molècules amb optimització de múltiples paràmetres, assegurant que els experiments de laboratori se centrin en les molècules amb major probabilitat d'èxit. Aquest mètode ha reduït el nombre de compostos que passen a proves experimentals, permetent als investigadors concentrar-se en aquells amb major potencial.
A més, BMS ha emprat la IA per expandir la seva biblioteca de compostos CELMoD, dissenyats per degradar selectivament proteïnes causants de càncer. El modelatge computacional ha ajudat a examinar un major nombre de dianes proteiques i compostos potencials abans de decidir quins candidats investigar experimentalment. La companyia també utilitza eines d'IA per escurçar el temps necessari per fabricar medicaments per a assajos clínics, reduint-lo entre un 20% i un 30%, amb la meta d'assolir el 50% en els pròxims anys. Plenge va esmentar un tractament experimental per a l'anèmia falciforme com a exemple d'un fàrmac que probablement no s'hauria descobert sense les eines d'IA de la companyia.
El nou sistema Vera Rubin també proporcionarà accés al kit d'eines BioNeMo Agent de Nvidia, dissenyat per a aplicacions biològiques i de descobriment de fàrmacs. BioNeMo inclou capacitats per a predicció d'estructura de proteïnes, generació de molècules, acoblament molecular, anàlisi de seqüències i genòmica. Els investigadors podran connectar diverses eines computacionals dins d'un mateix flux de treball. BMS ha introduït a més eines que permeten iniciar sol·licituds de predicció mitjançant instruccions en llenguatge natural, reduint la necessitat de coneixements especialitzats per a tasques computacionals complexes.
La infraestructura unificada permetrà que les dades i resultats generats en un lloc (per exemple, Lawrenceville, Nova Jersey) s'incorporin als models utilitzats per investigadors a San Diego. Aquest entorn compartit reté la informació d'experiments i programes de recerca a tota l'organització. Sheth va afirmar: 'La infraestructura informàtica és el que connecta tots els nostres científics i garanteix que els nostres aprenentatges s'institucionalitzin'. Els dos SuperPOD operaran a través d'un entorn de dades comú, que inclourà informació d'experiments, lectures clíniques i associacions de recerca.
L'adopció de sistemes d'IA tan avançats planteja reptes importants en termes d'integració tecnològica, ciberseguretat i gestió de dades. Les companyies farmacèutiques necessiten plataformes de programari a mida que permetin orquestrar càrregues de treball, gestionar grans volums de dades i garantir la seguretat de la informació sensible. En aquest context, empreses com Q2BSTUDIO, especialitzada en desenvolupament de programari i tecnologia, ofereixen serveis clau per a la implementació de solucions d'intel·ligència artificial a mida, així com infraestructura al núvol amb AWS i Azure, i eines de business intelligence com Power BI per visualitzar i analitzar els resultats dels models predictius. El núvol AWS/Azure proporciona l'escalabilitat i flexibilitat necessàries per entrenar models complexos, mentre que la ciberseguretat és fonamental per protegir les dades de recerca i propietat intel·lectual. Els agents d'IA, per la seva banda, poden automatitzar fluxos de treball complexos, des de la predicció de propietats moleculars fins a la priorització d'experiments.
La inversió de BMS en l'arquitectura Vera Rubin de Nvidia representa una fita en l'aplicació de la intel·ligència artificial a les ciències de la vida. No només demostra el creixent apetit per la computació d'alt rendiment al sector farmacèutic, sinó que també subratlla la importància de comptar amb socis tecnològics capaços d'integrar aquestes solucions de manera efectiva. A mesura que més empreses adoptin enfocaments similars, la col·laboració entre farmacèutiques, fabricants de xips i empreses de desenvolupament de programari serà crucial per accelerar el descobriment de nous tractaments i millorar l'eficiència dels processos de recerca.
El sistema Vera Rubin no té una data de desplegament específica anunciada, però s'espera que entri en funcionament en els pròxims mesos, allotjat en centres de dades de BMS o de Nvidia. La companyia planeja assignar la nova capacitat de computació a disseny de molècules petites i grans, recerca clínica i aplicacions de bessons digitals, tot i que no s'han proporcionat detalls sobre aquestes últimes. Amb aquest moviment, BMS es posiciona a l'avantguarda de la transformació digital a la indústria farmacèutica, on la intel·ligència artificial ja no és una opció, sinó una necessitat competitiva.
