La farmacéutica Bristol Myers Squibb (BMS) ha anunciado la adquisición de un sistema Nvidia DGX SuperPOD basado en la arquitectura Vera Rubin, la última generación de infraestructura de inteligencia artificial del fabricante de chips. Esta inversión, la primera de su tipo en el sector de las ciencias de la vida, permitirá a BMS integrar capacidades avanzadas de IA en todo su proceso de descubrimiento y desarrollo de fármacos, desde la identificación de dianas terapéuticas hasta la optimización de candidatos y la producción de medicamentos.
El nuevo clúster está compuesto por ocho sistemas DGX Vera Rubin NVL72, cada uno de los cuales combina unidades centrales de procesamiento (CPU) Vera de Nvidia con unidades de procesamiento gráfico (GPU) Rubin. Esta configuración ofrece un rendimiento hasta diez veces superior por megavatio en comparación con la infraestructura anterior de BMS, que ya incluía un SuperPOD de generaciones anteriores. La compañía planea operar ambos sistemas en un entorno informático compartido, accesible desde sus centros de investigación en todo el mundo, eliminando los tiempos de espera y las limitaciones de acceso que caracterizaban al sistema anterior.
Greg Meyers, director digital y de tecnología de BMS, señaló que las necesidades de computación han crecido exponencialmente a medida que la empresa despliega modelos de IA más grandes en su organización de investigación. Erin Davis, vicepresidenta de información y tecnología de investigación, confirmó que la infraestructura actual opera al límite de su capacidad, impulsada por predicciones a gran escala sobre moléculas grandes y el desarrollo de modelos fundacionales internos. Con el nuevo sistema, BMS pretende democratizar el acceso a la IA: ya no estará restringido a un pequeño grupo de investigadores computacionales, sino que estará disponible para todo el equipo de investigación sin restricciones de capacidad.
La aplicación de la IA en el descubrimiento de fármacos es un pilar estratégico para BMS. La compañía afirma que la IA informa el diseño de todos sus programas de moléculas pequeñas y la mayoría de los de moléculas grandes. Las tecnologías de inteligencia artificial se utilizan para la identificación de dianas, la optimización de compuestos principales, las predicciones de moléculas grandes y el desarrollo de modelos internos. Por ejemplo, la identificación de dianas asistida por IA ha reducido el trabajo manual de investigación en varias semanas. Robert Plenge, director de investigación de BMS, explicó que el nuevo sistema permitirá evaluar más candidatos a fármacos en las primeras etapas: 'Antes podíamos hacer 10; ahora podemos hacer docenas'.
Este enfoque, denominado 'Predict First' (Predice Primero), utiliza predicciones generadas por modelos para excluir moléculas que no cumplen con las propiedades requeridas antes de seleccionar candidatos para síntesis y pruebas de laboratorio. Payal Sheth, vicepresidenta senior de ciencias de descubrimiento terapéutico, destacó que las predicciones permiten priorizar la síntesis de moléculas con optimización de múltiples parámetros, asegurando que los experimentos de laboratorio se centren en las moléculas con mayor probabilidad de éxito. Este método ha reducido el número de compuestos que pasan a pruebas experimentales, permitiendo a los investigadores concentrarse en aquellos con mayor potencial.
Además, BMS ha empleado la IA para expandir su biblioteca de compuestos CELMoD, diseñados para degradar selectivamente proteínas causantes de cáncer. El modelado computacional ha ayudado a examinar un mayor número de dianas proteicas y compuestos potenciales antes de decidir qué candidatos investigar experimentalmente. La compañía también utiliza herramientas de IA para acortar el tiempo necesario para fabricar medicamentos para ensayos clínicos, reduciéndolo entre un 20% y un 30%, con la meta de alcanzar el 50% en los próximos años. Plenge mencionó un tratamiento experimental para la anemia falciforme como ejemplo de un fármaco que probablemente no se habría descubierto sin las herramientas de IA de la compañía.
El nuevo sistema Vera Rubin también proporcionará acceso al kit de herramientas BioNeMo Agent de Nvidia, diseñado para aplicaciones biológicas y de descubrimiento de fármacos. BioNeMo incluye capacidades para predicción de estructura de proteínas, generación de moléculas, acoplamiento molecular, análisis de secuencias y genómica. Los investigadores podrán conectar varias herramientas computacionales dentro de un mismo flujo de trabajo. BMS ha introducido además herramientas que permiten iniciar solicitudes de predicción mediante instrucciones en lenguaje natural, reduciendo la necesidad de conocimientos especializados para tareas computacionales complejas.
La infraestructura unificada permitirá que los datos y resultados generados en un sitio (por ejemplo, Lawrenceville, Nueva Jersey) se incorporen a los modelos utilizados por investigadores en San Diego. Este entorno compartido retiene la información de experimentos y programas de investigación en toda la organización. Sheth afirmó: 'La infraestructura informática es lo que conecta a todos nuestros científicos y garantiza que nuestros aprendizajes se institucionalicen'. Los dos SuperPOD operarán a través de un entorno de datos común, que incluirá información de experimentos, lecturas clínicas y asociaciones de investigación.
La adopción de sistemas de IA tan avanzados plantea retos importantes en términos de integración tecnológica, ciberseguridad y gestión de datos. Las compañías farmacéuticas necesitan plataformas de software a medida que permitan orquestar cargas de trabajo, gestionar grandes volúmenes de datos y garantizar la seguridad de la información sensible. En este contexto, empresas como Q2BSTUDIO, especializada en desarrollo de software y tecnología, ofrecen servicios clave para la implementación de soluciones de inteligencia artificial a medida, así como infraestructura en la nube con AWS y Azure, y herramientas de business intelligence como Power BI para visualizar y analizar los resultados de los modelos predictivos. La nube AWS/Azure proporciona la escalabilidad y flexibilidad necesarias para entrenar modelos complejos, mientras que la ciberseguridad es fundamental para proteger los datos de investigación y propiedad intelectual. Los agentes de IA, por su parte, pueden automatizar flujos de trabajo complejos, desde la predicción de propiedades moleculares hasta la priorización de experimentos.
La inversión de BMS en la arquitectura Vera Rubin de Nvidia representa un hito en la aplicación de la inteligencia artificial a las ciencias de la vida. No solo demuestra el creciente apetito por la computación de alto rendimiento en el sector farmacéutico, sino que también subraya la importancia de contar con socios tecnológicos capaces de integrar estas soluciones de manera efectiva. A medida que más empresas adopten enfoques similares, la colaboración entre farmacéuticas, fabricantes de chips y empresas de desarrollo de software será crucial para acelerar el descubrimiento de nuevos tratamientos y mejorar la eficiencia de los procesos de investigación.
El sistema Vera Rubin no tiene una fecha de despliegue específica anunciada, pero se espera que entre en funcionamiento en los próximos meses, alojado en centros de datos de BMS o de Nvidia. La compañía planea asignar la nueva capacidad de computación a diseño de moléculas pequeñas y grandes, investigación clínica y aplicaciones de gemelos digitales, aunque no se han proporcionado detalles sobre estas últimas. Con este movimiento, BMS se posiciona a la vanguardia de la transformación digital en la industria farmacéutica, donde la inteligencia artificial ya no es una opción, sino una necesidad competitiva.
