Найти в Дзене
Digital Tales

ИИ как инфраструктура: NVIDIA расширяет платформу BioNeMo для ускорения разработки лекарств

Исследования и разработка в области life sciences выходят в новую фазу, где вычислительные модели становятся не просто вспомогательным инструментом, а ядром всего научного процесса. Компания NVIDIA представила расширенную версию своей платформы BioNeMo — экосистемы ИИ‑инструментов для ускорения открытия лекарств, генерации биомолекул, анализа РНК‑структур и прогнозирования синтеза. Анонс прозвучал в январе 2026 года на конференции J.P. Morgan Healthcare, и за ним — не только релиз новых моделей, но и создание стратегических альянсов, которые сигнализируют о системной трансформации всей фармацевтической отрасли. Обновлённая платформа включает в себя сразу несколько новых компонентов. Среди них — Clara RNAPro, модель для прогнозирования вторичной структуры РНК, nvMolKit — ускоренная библиотека для химико-информатических расчётов на GPU, и ReaSyn v2, оценивающая синтезируемость молекул, предложенных генеративными ИИ. Всё это интегрировано в инфраструктуру, рассчитанную на лаборатории, био

Исследования и разработка в области life sciences выходят в новую фазу, где вычислительные модели становятся не просто вспомогательным инструментом, а ядром всего научного процесса. Компания NVIDIA представила расширенную версию своей платформы BioNeMo — экосистемы ИИ‑инструментов для ускорения открытия лекарств, генерации биомолекул, анализа РНК‑структур и прогнозирования синтеза. Анонс прозвучал в январе 2026 года на конференции J.P. Morgan Healthcare, и за ним — не только релиз новых моделей, но и создание стратегических альянсов, которые сигнализируют о системной трансформации всей фармацевтической отрасли. Обновлённая платформа включает в себя сразу несколько новых компонентов. Среди них — Clara RNAPro, модель для прогнозирования вторичной структуры РНК, nvMolKit — ускоренная библиотека для химико-информатических расчётов на GPU, и ReaSyn v2, оценивающая синтезируемость молекул, предложенных генеративными ИИ. Всё это интегрировано в инфраструктуру, рассчитанную на лаборатории, биотех‑компании и фармгигантов, готовых выстраивать собственные цепочки R&D на базе AI‑платформы. Лаборатории совместной разработки Ключевым элементом стало создание совместной лаборатории NVIDIA и фармацевтической компании Eli Lilly. Центр будет работать в Калифорнии, фокусируясь на ускоренной генерации лекарственных кандидатов с применением масштабируемых моделей. По заявлениям сторон, предполагаемый объём инвестиций и стоимости вычислительных ресурсов в проекте может достичь $1 млрд в течение пяти лет. В рамках партнёрства будет задействована архитектура Vera Rubin, разработанная NVIDIA специально для биологических расчётов. Упор сделан на интеграцию ИИ и реального эксперимента в формате lab‑in‑the‑loop, где каждое вычисление — это гипотеза для новой in vitro проверки, а каждый эксперимент — база для следующей модели. Параллельно компания объявила об углублении сотрудничества с Thermo Fisher Scientific. Совместные усилия направлены на создание полноценной цифровой лабораторной инфраструктуры, в которой ИИ управляет не только расчётами, но и физическим выполнением экспериментов. Речь идёт о переходе от симуляции к автономной научной фабрике: роботы, сенсоры, цифровые двойники, аналитика и модели объединяются в замкнутый цикл, ускоряющий каждый этап от гипотезы до молекулы. В экосистему BioNeMo активно включаются и сторонние биотех‑игроки. Так, в платформу уже интегрированы инструменты Sapio Sciences, что позволяет запускать ИИ‑модули для дизайна белков и оценки взаимодействий молекул в рамках существующих LIMS‑систем. Платформа также предлагает API и микросервисы, которые позволяют фармкомпаниям подключать собственные данные, адаптировать модели и строить кастомные пайплайны — от генерации молекул до оценки клинического потенциала. NVIDIA продвигает концепцию вычислительной биологии как новой базовой инфраструктуры. Ставка делается на то, что R&D в биофарме станет областью, где не модели подстраиваются под данные, а данные, модели, оборудование и бизнес‑решения соединены в единую, управляемую и воспроизводимую экосистему. Подобные подходы могут значительно сократить цикл разработки, повысить вероятность успеха на доклинических этапах и сделать массовые эксперименты управляемыми. Это особенно важно в условиях роста числа биологических данных, сложности мишеней и необходимости персонализации терапии. BioNeMo, по сути, превращается из «ИИ‑набора» в платформу, внутри которой цифровое научное творчество соединяется с предсказательной мощностью и производственным масштабом.]]>