Bristol Myers Squibb adquire supercomputador da Nvidia para acelerar descoberta de medicamentos com inteligência artificial
A farmacêutica Bristol Myers Squibb anunciou a compra de um sistema DGX SuperPOD construído sobre a nova arquitetura Vera Rubin da Nvidia, tornando-se a primeira empresa do setor de ciências da vida a adquirir essa infraestrutura de inteligência artificial. O acordo foi firmado para expandir a capacidade computacional dedicada à descoberta e ao desenvolvimento de medicamentos, áreas em que a empresa vem aplicando modelos de inteligência artificial em diferentes etapas da pesquisa.
O novo cluster será composto por oito sistemas DGX Vera Rubin NVL72, que são plataformas em escala de rack, ou seja, conjuntos integrados em um único gabinete físico, que combinam processadores centrais Vera e unidades de processamento gráfico Rubin, desenvolvidas pela Nvidia. A arquitetura Vera Rubin foi anunciada pela fabricante de chips como sucessora da geração atual de sistemas de inteligência artificial, representando um salto de desempenho em relação às gerações anteriores.
A Bristol Myers Squibb pretende utilizar a nova infraestrutura para treinar modelos próprios e executar tarefas de previsão em seus programas de pesquisa. O sistema dará suporte ao trabalho com compostos químicos, proteínas e outros dados científicos utilizados no desenvolvimento de novos tratamentos. Os termos financeiros da negociação não foram divulgados.
A aquisição amplia a infraestrutura de inteligência artificial que a empresa já mantém em parceria com a Nvidia. O sistema anterior, instalado há cerca de três anos, foi descrito por executivos da companhia como estando duas a três gerações atrás da nova arquitetura Vera Rubin. A empresa planeja combinar os dois supercomputadores em um ambiente computacional unificado, acessível a partir de suas unidades de pesquisa em diferentes partes do mundo.
Greg Meyers, diretor de tecnologia e digital da Bristol Myers Squibb, afirmou que a demanda por capacidade computacional tem crescido à medida que a empresa implanta modelos de inteligência artificial maiores em sua organização de pesquisa. Erin Davis, vice-presidente de insights de negócios e tecnologia em pesquisa, explicou que a infraestrutura atual já opera no limite de sua capacidade, devido à execução de previsões em larga escala envolvendo moléculas complexas e ao desenvolvimento de modelos fundamentais internos.
Segundo Davis, o novo sistema não ficará restrito a um pequeno grupo de pesquisadores especializados. A empresa pretende disponibilizá-lo para toda a organização de pesquisa, eliminando as filas de espera e as limitações de acesso associadas à infraestrutura atual.
No campo da descoberta de medicamentos, a Bristol Myers Squibb afirmou que a inteligência artificial já orienta o desenho de todos os seus programas com moléculas pequenas e da maioria dos programas com moléculas grandes. A tecnologia é aplicada em identificação de alvos terapêuticos, otimização de compostos, previsão de comportamentos de macromoléculas e desenvolvimento de modelos internos. A companhia relatou que o uso da inteligência artificial na identificação de alvos já reduziu algumas etapas manuais de pesquisa em várias semanas.
Robert Plenge, diretor de pesquisa da empresa, explicou que o novo sistema permitirá aos cientistas avaliar um número muito maior de candidatos a medicamentos nas fases iniciais de desenvolvimento. Antes era possível analisar cerca de dez moléculas, e agora será possível trabalhar com dezenas, afirmou o executivo. A triagem computacional permite que os pesquisadores avaliem compostos potenciais antes da seleção de um grupo menor para síntese e testes em laboratório.
A empresa adota uma metodologia chamada "Predict First", que utiliza previsões geradas por modelos para excluir moléculas que não atendem às propriedades desejadas antes da etapa de síntese. Payal Sheth, vice-presidente sênior de ciências de descoberta terapêutica, destacou que as previsões ajudam a priorizar a síntese de moléculas que apresentem a combinação adequada de propriedades, garantindo que os experimentos em laboratório sejam direcionados aos compostos com maior probabilidade de sucesso.
A Bristol Myers Squibb também utilizou inteligência artificial para expandir sua biblioteca de compostos CELMoD, projetados para degradar seletivamente proteínas responsáveis por alguns tipos de câncer. A modelagem computacional ajudou os pesquisadores a examinar novos alvos proteicos e compostos potenciais antes da decisão de avançar com testes experimentais. A empresa também aplica ferramentas de inteligência artificial para reduzir o tempo necessário à produção de medicamentos destinados a ensaios clínicos, já obtendo reduções entre 20% e 30% e estimando alcançar 50% nos próximos anos.
Plenge citou como exemplo um tratamento experimental para doença falciforme em fase inicial de desenvolvimento clínico, que provavelmente não teria sido descoberto sem o uso de inteligência artificial. Os números se referem ao tempo gasto para identificar e produzir candidatos para testes clínicos, e não ao desempenho posterior nos ensaios.
O sistema Vera Rubin também dará aos pesquisadores acesso ao BioNeMo Agent Toolkit, uma ferramenta da Nvidia voltada para aplicações biológicas e de descoberta de medicamentos. O BioNeMo oferece recursos para previsão de estruturas proteicas, geração molecular, análise de sequências e genômica, além de permitir a conexão entre diferentes ferramentas computacionais dentro de um mesmo fluxo de pesquisa. Executivos da empresa afirmaram que pesquisadores humanos continuarão revisando as saídas dos modelos e decidindo quais compostos ou programas devem avançar.
A nova infraestrutura também busca conectar as unidades de pesquisa da empresa. A Bristol Myers Squibb está implantando ferramentas que reduzem o conhecimento técnico necessário para iniciar tarefas computacionais complexas, permitindo que pesquisadores iniciem determinadas solicitações de previsão por meio de instruções em linguagem natural. O ambiente será gerenciado pelo Nvidia Mission Control, que oferece funções de provisionamento de clusters, monitoramento de infraestrutura e gerenciamento de cargas de trabalho.
A infraestrutura unificada permitirá que dados e resultados gerados em um local sejam utilizados por equipes em outras unidades. Dados de um programa em Lawrenceville, em Nova Jersey, por exemplo, poderão ser incorporados em modelos usados por pesquisadores em San Diego, na Califórnia. Sheth explicou que o objetivo do ambiente compartilhado é reter o conhecimento gerado em experimentos e programas de pesquisa em toda a organização.
A empresa planeja alocar a nova capacidade computacional em diferentes frentes, como desenho de moléculas pequenas e grandes, pesquisa clínica e aplicações de gêmeos digitais, embora não tenha fornecido detalhes sobre essa última área nem a distribuição de capacidade entre elas. Meyers destacou que o sistema Vera Rubin oferecerá maior capacidade computacional em relação ao consumo de energia, com o cluster de oito sistemas entregando até dez vezes mais desempenho por megawatt em comparação com a infraestrutura anterior. As empresas não divulgaram uma data específica de implantação nem o local onde o novo sistema será instalado.
