엔비디아 오픈소스 바이오네모 프레임워크, 제약바이오 혁신 가속화

엔비디아(www.nvidia.co.kr, CEO 젠슨 황)가 17일부터 22일까지(현지시간) 미국 애틀랜타에서 개최되는 슈퍼컴퓨팅 2024(Supercomputing 2024, SC24) 콘퍼런스에서 오픈소스 엔비디아 바이오네모 프레임워크(NVIDIA® BioNeMo™ Framework)를 통해 제약바이오 혁신을 가속화하고 있다고 밝혔다. 글로벌 제약, 테크바이오 업계 리더, 학계 선구자, AI 연구자들은 오픈소스 바이오네모 프레임워크를 채택해 신약 개발을 발전시키고 분자 설계를 가속화하고 있다. 

연구자들은 치료제를 더 빠르게 설계하기 위해 대규모로 인사이트를 수집할 수 있는 전문화된 생체 분자 모델과 데이터 세트가 필요하다. 오픈 소스 바이오네모 프레임워크는 생체 분자 연구를 위한 AI 모델을 기하급수적으로 확장하도록 설계된 가속 컴퓨팅 도구 모음을 제공한다. 이를 통해 바이오 제약 분야에 새로운 차원의 슈퍼컴퓨팅을 제공한다. 

엔비디아 헬스케어 부문 부사장인 킴벌리 파월(Kimberly Powell)은 "최근 노벨 화학상 수상에서 알 수 있듯이 AI와 가속 컴퓨팅, 확장되는 데이터 세트의 융합은 제약 업계에 전례 없는 기회를 제공한다. 우리는 생물학적 시스템의 복잡성을 풀기 위해 오픈 소스 바이오네모 프레임워크를 도입했다. 이를 통해 전 세계 연구자들이 생명을 구하는 치료법 개발을 가속화할 수 있을 것"이라고 말했다. 

선구적인 생명공학 기업, 테크바이오 연구진, AI 플랫폼 기업과 조직들은 이미 오픈 소스 프레임워크에 기여하고 있거나 기여할 예정이다. 여기에는 A 알파 바이오(A Alpha Bio), 아르곤 국립연구소(Argonne National Laboratory), 다이노 테라퓨틱스(Dyno Therapeutics), 제넨텍(Genentech), 로슈 그룹(Roche Group) 계열사, 징코 바이오웍스(Ginkgo Bioworks), 릴레이션(Relation), 밴트AI(VantAI), 웨이츠 & 바이어시스(Weights & Biases) 등이 있다. 컴퓨터 과학을 발전시키는 것으로 유명한 주요 연구 리더들도 바이오네모 프레임워크를 사용해 혁신을 주도하고 있다. 

아르곤 국립연구소의 계산 과학 그룹 리더인 아르빈드 라마나단(Arvind Ramanathan)은 "아르곤은 고성능 컴퓨팅 환경에서 훈련하기 위해 특수 소프트웨어가 필요한 수십억 개의 파라미터를 가진 생물학적 모델에 기여해 왔다. 바이오네모를 통해 아르곤과 광범위한 생명공학 커뮤니티는 대규모 생물학적 파운데이션 모델의 훈련을 쉽게 확장할 수 있는 엔터프라이즈급 오픈 소스 솔루션을 얻게 됐다. 이는 컴퓨팅 전문 지식이 없는 연구실에서도 활용할 수 있다"고 말했다. 

차세대 바이오네모 플랫폼 소개

엔드투엔드 엔비디아 바이오네모 플랫폼은 신약 개발과 분자 설계를 위한 AI 모델 생성, 맞춤화, 배포를 가속화하도록 설계됐다. 가속 컴퓨팅 인프라와 원활하게 통합돼 비용을 절감하고, 규모를 늘리며 신약 개발 워크플로우의 속도를 높여 생체 분자 데이터로부터 빠르고 신뢰할 수 있는 인사이트를 제공한다. 

이 플랫폼은 바이오네모 프레임워크 외에도 바이오네모를 위한 안전하고 확장 가능한 AI 추론을 위해 최적화된 마이크로서비스인 엔비디아 NIM™을 지원한다. 또한, 웨트 랩(we-lab)과 컴퓨팅 워크플로우에 최적화된 레퍼런스 디자인인 엔비디아 바이오네모 블루프린트(BioNeMo Blueprint)도 제공한다. 

아울러 엔비디아는 바이오네모를 위해 최적화되고 사용하기 쉬운 새로운 NIM 마이크로서비스 컬렉션을 발표했다. 이 마이크로서비스는 온프레미스 또는 모든 데이터센터 또는 클라우드에서 빠르고 쉽게 배포할 수 있다. 이를 통해 개발자는 다양한 환경에서 애플리케이션을 유연하게 실행할 수 있으며, 생물학적 신약 개발 연구를 위한 추론에서 인사이트까지 걸리는 시간을 단축할 수 있다. 

새롭게 제공되는 NIM 마이크로서비스는 다음과 같은 업계 최고의 모델을 지원한다. 

l  알파폴드2(AlphaFold2)는 단백질 구조 예측을 혁신하기 위해 구글 딥마인드(Google DeepMind)에서 개발한 딥 러닝 모델이다. 바이오네모를 위한 알파폴드2 NIM 마이크로서비스를 사용하는 연구자들은 단백질 구조를 거의 실시간으로 예측할 때 5배 더 빠른 속도를 달성했다.

l  디피독 2.0(DiffDock 2.0)은 MIT 연구를 기반으로 하며, 골드 스탠다드 플린더(PLINDER) 데이터 세트를 기반으로 훈련됐다. 연구자들은 디피독 2.0 NIM 마이크로서비스를 통해 분자의 방향을 6.3배 더 빠르고 16% 더 정확하게 예측할 수 있었다.

l  RF디퓨전(RFdiffusion)과 프로틴MPNN(ProteinMPNN) NIM 마이크로서비스는 표적 분자와 결합할 새로운 단백질을 설계하는 프로세스를 가속화하고 새로운 단백질 치료제를 개발할 수 있도록 지원한다. 

바이오네모는 이제 화학을 위한 디피독 예측에 필수적인 수학적 계산을 가속화하는 cu이퀴바리언스(cuEquivariance)를 포함한 새로운 가속 라이브러리를 제공한다. 

기업은 맞춤형 참조 AI 워크플로우 카탈로그인 엔비디아 바이오네모 블루프린트를 사용해 개발자가 AI 배포를 엔터프라이즈급 생산 파이프라인으로 확장할 수 있도록 지원할 수 있다. 

가상 스크리닝을 위한 바이오네모 블루프린트는 NIM 마이크로서비스를 사용해 시간과 비용을 절약하면서 저분자를 더 빠르게 설계할 수 있는 사용자 정의 가능하고 따라 하기 쉬운 워크플로우를 제공한다. 

이미 200개 이상의 테크바이오, 대형 제약사, 스타트업 기업이 컴퓨터를 이용한 신약 개발 플랫폼과 워크플로우에 바이오네모를 통합하고 있다. 

글로벌 시스템 통합업체, 소프트웨어 제공업체, 클라우드 서비스 제공업체인 액센츄어(Accenture), AWS, 딜로이트(Deloitte)는 전 세계 기업에 엔비디아 바이오네모 블루프린트를 제공하고 있다.