百时美施贵宝与英伟达人工智能技术合作，加速药物研发进程

百时美施贵宝（BMS）宣布收购一家公司。 Nvidia DGX SuperPOD 基于芯片制造商的尖端技术 维拉·鲁宾建筑这标志着人工智能驱动的药物研发取得了重大进展。这项战略投资使百时美施贵宝 (BMS) 成为…… 第一个生命科学组织 部署基于 Vera Rubin 技术的 DGX SuperPOD，该技术是英伟达今年早些时候发布的，是其人工智能计算系统的下一代产品。

🖥️ 扩展人工智能计算基础设施

新收购的集群包括 八套DGX Vera Rubin NVL72系统每个机架式单元都集成了Nvidia Vera中央处理器（CPU）和Rubin图形处理器（GPU）。这种强大的基础设施将使BMS能够：

• 训练专有人工智能模型用于药物发现
• 在各项研究计划中执行复杂的预测
• 处理涉及化合物、蛋白质和生物分子的科学数据

虽然财务细节尚未披露，但此次收购标志着BMS现有英伟达基础设施的重大升级。公司高管将他们目前的SuperPOD描述为： 落后两到三代。 Vera Rubin 的建筑设计凸显了这项投资所代表的技术飞跃。

现有的 DGX SuperPOD 已运行约三年，将与 Vera Rubin 系统集成，以创建一个统一的计算环境，可从全球 BMS 研究设施访问。

📈 应对日益增长的计算需求

格雷格·迈耶斯百时美施贵宝首席数字和技术官强调，随着这家制药巨头在其研发机构中部署越来越复杂的 AI 模型，计算需求也随之激增。 艾琳·戴维斯百时美施贵宝(BMS)研究业务洞察与技术副总裁指出，目前的基础设施是 满负荷运转驱动因素：

• 大规模分子预测 涉及复杂的生物分子
• 发展 内部基础模型
• 研究团队的访问权限要求扩大

戴维斯强调，新系统将使计算资源的获取更加民主化，他表示： “新系统不会仅限于一小群计算研究人员使用。” BMS计划取消目前限制研究人员的等待期和访问限制，从而使组织能够更广泛地利用这些限制。

🔬 人工智能驱动的药物发现应用

百时美施贵宝已将人工智能融入其药物研发流程的几乎所有环节。据该公司称， 人工智能为每个小分子药物的设计提供信息 以及大多数大分子药物研发项目。主要应用领域包括：

罗伯特·普伦奇百时美施贵宝首席研究官强调了其变革性影响： “以前我们可能只能评估 10 个候选人，而现在我们可以在早期开发阶段评估几十个。”

🎯 “先预测后行动”方法论

BMS率先采用了一种名为“计算筛选”的方法 “先预测”， 该方法利用人工智能生成的预测结​​果，在合成选择之前筛选出缺乏所需特性的分子。这种方法能够实现：

• 对数千种潜在化合物进行合成前评估
• 识别具有最佳多参数组合的分子
• 将实验室资源集中用于高概率候选者。

帕亚尔·谢思治疗发现科学高级副总裁解释说： “我们利用预测结果来优先合成那些具有多参数优化的分子。这确保了宝贵的实验室实验能够与那些成功概率最高的分子合成项目保持一致。”

💊 实际应用影响：CELMoD化合物及其临床应用

BMS已成功应用人工智能技术扩展其数据库。 CELMoD化合物——经过基因工程改造的分子，旨在选择性地降解致癌蛋白。该公司目前正在研究这些化合物在以下方面的应用：

• 血液癌症（血液系统恶性肿瘤）
• 其他肿瘤学应用
• 其他正在研究的疾病领域

建模工作使研究人员能够 研究其他蛋白质靶点和潜在化合物 在进行实验验证之前，显著加快发现过程。

百时美施贵宝公司已将临床试验用药的生产时间缩短了 100%。 20-30%预测表明，可能会减少 50% 未来几年。

经常被引用的 实验性镰状细胞病治疗 目前正处于早期临床开发阶段的候选疗法就是一个典型的例子，需要指出的是，这种候选疗法 “如果没有公司的人工智能工具，可能就不会发现这个问题。”

注：这些时间缩短指的是临床试验候选药物的识别和生产，而不是后续的试验执行。

🧰 高级工具包和功能

Vera Rubin 系统为 BMS 研究人员提供访问权限 英伟达的 BioNeMo Agent 工具包BioNeMo是一个综合性的生物学和药物发现应用平台。BioNeMo提供：

尽管具备这些先进功能，BMS高管仍强调： 人类研究人员将继续审查模型输出结果。 并最终决定哪些化合物或项目应该进入研发流程。

🌐 全球研究互联互通与数据整合

BMS正在实施旨在实现以下目标的工具： 减少所需的专业知识 启动复杂的计算任务。研究人员将能够使用以下方式发起某些预测请求。 自然语言指令使先进计算资源的获取更加普及。

统一的基础设施将通过以下方式进行管理 Nvidia Mission Control，其提供：

• 集群配置和部署
• 基础设施监控与诊断
• 工作量管理和调度

这种集成环境能够 全球研究站点间无缝数据共享例如，BMS位于新泽西州劳伦斯维尔的设施中生成的数据集可以立即纳入加利福尼亚州圣地亚哥的研究团队使用的模型中。

谢思解释说：“计算基础设施将我们所有的科学家联系起来，并确保我们的学习成果得到制度化。”

这两个超级舱将通过一个 通用数据环境为不同地点的团队提供以下访问权限：

• 来自正在进行的研究的共享数据集
• 模型输出和预测
• 实验结果和发现
• 临床读数数据
• 来自研究伙伴关系和合作的信息

⚡ 能源效率和可持续性

Vera Rubin架构的一个显著优势是…… 卓越的能源效率迈耶斯强调了其经济和环境效益：

迈耶斯强调了其实际意义： “当你托管这些东西时，你就得支付电费。你可以把它想象成每瓦特电力消耗下计算能力提升了10倍……但电价并没有下降。”

这种效率提升体现在以下两方面： 降低运营成本 和 更小的环境足迹在满足企业可持续发展目标的同时，提供更强大的计算能力。

🎯战略资源分配

BMS计划将新增的计算能力分配到多个研究领域：

• 小分子设计 和优化
• 大分子设计 包括生物制剂和复杂蛋白质
• 临床研究 应用程序和试用支持
• 数字孪生应用 用于预测建模

虽然BMS没有提供有关计划中的数字孪生项目的具体细节，也没有提供每个研究领域的具体能力分配，但其多样化的应用组合表明了这一点。 多功能性和战略重要性 这项基础设施投资。

🚀 期待未来

虽然BMS尚未透露新的Vera Rubin系统的具体部署时间表或托管地点，但此次收购代表着 制药人工智能应用领域的重要里程碑作为首家实施这一下一代架构的生命科学机构，BMS 正将自己定位在人工智能驱动的药物发现的前沿。

将先进的计算基础设施与民主化的访问、全球连接和节能性能相结合，创造了一种 加速药物创新的综合平台这项投资凸显了制药行业对人工智能和高性能计算不再是可有可无的工具这一认知，而是必不可少的工具。 基本能力 在现代竞争激烈的药物研发中。

摄影：Chidera Faustina Okeke