Один из крупнейших мировых IT-гигантов NVIDIA расширяет присутствие в биомедицине с BioNeMo Agent Toolkit — программным инструментом, который позволяет ИИ-агентам самостоятельно вызывать вычислительные модели для работы с белками, молекулами и геномами. Теперь языковая модель не просто советует, а сама выбирает программу, готовит данные, запускает расчет и выдает конечный результат, избавляя исследователя от технической рутины. Более 50 биотехкомпаний, включая Eli Lilly, Schrödinger и Thermo Fisher, уже интегрируют этот набор инструментов в свои рабочие процессы.
«Индустрия медико-биологических исследований и разработок объемом $300 млрд находится на переломном этапе, — заявила Кимберли Пауэлл, вице-президент NVIDIA Healthcare, на Международной конференции BIO 2026 в Сан-Диего. — Вопрос уже не в том, способен ли ИИ помогать науке, а в том, есть ли у него под рукой правильные инструменты для реальных исследований. Универсальные агенты умеют проводить изыскания, но тратят массу времени и вычислительных ресурсов на поиск подходящих средств и зачастую просто не могут применить их корректно».
По словам Пауэлл, BioNeMo Toolkit восполняет этот пробел, предоставляя агентам полный набор готовых инструментов и обучая их правильно применять эти инструменты, а также устранять ошибки. Каждый сервис в BioNeMo NIM (от OpenFold3 и DiffDock до RFdiffusion и Evo 2) снабжен четким описанием входных данных, параметров и форматов выходных файлов. Агент получает полноценный рабочий стол, где может быстро прогнать тысячи плохих вариантов, чтобы отобрать несколько достойных кандидатов для лабораторных экспериментов.
Эффективность такого подхода подтверждают внутренние тесты NVIDIA. В испытании с использованием Codex CLI агент без навыков BioNeMo справлялся с задачами только в 57,1% случаев, тогда как с подключенными инструментами этот показатель достиг 100%. При этом производительность на тысячу токенов выросла примерно в два раза. На практике, как сообщает UW Institute for Protein Design, совместная работа с NVIDIA ускорила предсказание структуры белка из 256 аминокислот с 5,8 до 2,5 секунды, что критически важно для кампаний по фильтрации миллионов дизайнов.
Для исследований в области старения и разработки лекарств такая инфраструктура встраивается в цикл «гипотеза — расчет — эксперимент». Агент больше не просто генератор кода, а полноценный помощник, способный провести расчет, проанализировать артефакт и предложить следующий шаг для проверки в реальной лаборатории.
В марте NVIDIA и фармгигант Eli Lilly, известный своими блокбастерами для похудения, объявили о запуске суперкомпьютера NVIDIA DGX SuperPOD, созданного для ускорения исследований и разработки лекарств. Компании заявили, что их новинка не имеет мировых аналогов.