其他行业 · AI应用
利用生成式AI加速药物发现
Receptor.AI将NVIDIA BioNeMo云API集成到其计算机辅助药物发现（CADD）平台中，以加速蛋白质制备、大规模虚拟筛选、ADME-Tox预测和分子对接等关键任务。针对FADS1蛋白的特定用例，该平台筛选了约43亿个化合物的库，以识别有前景的药物候选物。工作流程使用了AlphaFold进行结构预测、ESM进行蛋白质编码、MegaMolBART生成新分子以及DiffDock进行对接。
将NVIDIA BioNeMo云API集成到Receptor.AI的CADD平台中，增强了药物发现流程。
未披露
通过GPU加速，各项任务实现了1.1倍到11.3倍的加速，显著减少了运行时间。
未披露
药物发现工作流程的总成本降低了49%。
未披露
01
业务背景
Receptor.AI将NVIDIA BioNeMo云API集成到其计算机辅助药物发现（CADD）平台中，以加速蛋白质制备、大规模虚拟筛选、ADME-Tox预测和分子对接等关键任务。针对FADS1蛋白的特定用例，该平台筛选了约43亿个化合物的库，以识别有前景的药物候选物。工作流程使用了AlphaFold进行结构预测、ESM进行蛋白质编码、MegaMolBART生成新分子以及DiffDock进行对接。
02
遇到的问题
03
AI 解决方案
04
实施结果
将NVIDIA BioNeMo云API集成到Receptor.AI的CADD平台中，增强了药物发现流程。：
通过GPU加速，各项任务实现了1.1倍到11.3倍的加速，显著减少了运行时间。：
药物发现工作流程的总成本降低了49%。：
在前10个候选物中识别出4个已知的FADS1配体，同时发现了可能具有更高活性和选择性的新化合物。：
使用了AlphaFold、ESM、MegaMolBART和DiffDock等先进模型进行结构预测、蛋白质编码、分子生成和对接。：
05
风险与边界
“”
信息来源
1 个来源页面内容为结构化改写；关键结论应可追溯到以下材料。