입력 : 2021-04-16 11:34:49
- 아스트라제네카(AZ)·플로리다대 학술보건센터·UF헬스
엔비디아가 바이오 제약사 아스트라제네카(AZ)와 신약 개발을 위한 인공지능 개발에 착수했다.
엔비디아는 16일, AZ·플로리다대 학술보건센터·UF헬스와 신경망 아키텍처인 트랜스포머를 활용한 새로운 AI 연구 프로젝트를 진행중이라고 밝혔다.
;)
< 엔비디아 DGX 시스템은 약물 발견을 가속화하고 있다. >
트랜스포머 기반 신경망 아키텍처를 통해 연구자들은 자가지도 학습을 통해 대규모 데이터 세트를 활용할 수 있다.
약물 발견에 사용되는 화학 구조용 트랜스포머 기반 AI 모델도 개발중이다. 이 모델은 영국 내 최대 슈퍼컴퓨터가 될 캠브리지-1에서 실행되는 최초의 프로젝트 중 하나이다.
엔비디아 NGC 소프트웨어 카탈로그를 통해 사용하거나 컴퓨팅 기반의 신약 발견을 위해 엔비디아 클라라 디스커버리 플랫폼에 배포할 수 있다.
UF 헬스는 NGC에서 이용가능한 엔비디아의 최첨단 메가트론 프레임워크와 바이오 메가트론 사전교육 모델을 활용하여 최대 임상 언어 모델인 게이터트론을 개발하고 있다.
새로운 NGC 애플리케이션에는 DNA의 접근가능한 영역을 식별하는 딥 러닝 모델인 에이텍웍스와 희소하고 모호하거나 노이즈가 많은 데이터에서 생체 분자의 구조를 추론하는 툴인 MELD가 포함된다.
개발중인 메가몰바트 약물 발견 모델은 반응 예측, 분자 최적화, 드 노보 분자 생성에 사용될 예정이다. 이 모델은 아스트라제네카의 몰바트 트랜스포머 모델을 기반으로 하며, 엔비디아의 메가트론 프레임워크를 사용해 ZINC 화합물 데이터베이스에서 훈련된다.
대규모 ZINC 데이터베이스를 통해 연구원은 화학 구조를 이해하는 모델을 사전학습하여 수동으로 라벨링된 데이터의 필요성을 제거할 수 있다. 화학에 대한 통계적 이해로 무장한 이 모델은 화학 물질이 서로 반응하는 방식을 예측하고 새로운 분자 구조를 생성하는 것을 포함한 여러 다운스트림 작업에 이상적이다.
엔비디아 DGX 슈퍼POD를 사용하여 훈련되는 이 모델은 데이터베이스에 존재하지 않지만 잠재적인 약물 후보가 될 수 있는 분자에 대한 아이디어를 제공한다. 인-실리코 기술로 알려진 계산법을 사용하면 약물 개발자가 비용과 시간이 많이 소요되는 실험실 테스트로 전환하기 전에 더 많은 화학공간을 검색하고 약리학적 특성을 최적화할 수 있다.
이번 협력을 위해 엔비디아 DGX A100 기반 캠브리지-1 및 셀린 슈퍼컴퓨터를 사용해 방대한 워크로드를 대규모로 실행한다.
2백만여 환자와의 5천만 건의 상호작용 기록을 기반으로 훈련된 UF 헬스의 게이터트론 모델은 생명을 구하는 임상시험을 위해 환자를 식별하고, 생명을 위협하는 상태에 대해 의료팀에 알림을보내고, 의료진의 임상 의사결정을 도울 수 있는 기술이다.
목록
위로