BioNeMo Agent Toolkit整合NVIDIA BioNeMo、NIM微服務、Parabricks、NeMo及Nemotron等技術，可為通用型AI助理、科學研究代理、企業研發平台及生技製藥系統提供專業工具，讓AI能夠整理科學知識、呼叫模型、評估結果與執行研究流程，建立完整的代理型生命科學生態系。
輝達執行長黃仁勳表示，前沿AI模型如同大腦，而BioNeMo則是科學工具箱，兩者結合後，讓AI代理具備博士級研究助理的能力以及超級電腦等級的運算速度。研究人員首次可以打造出理解科學知識、使用專業工具並執行完整科研流程的AI代理，為科學研究帶來全新模式。
目前已有超過50家企業與研究機構採用BioNeMo Agent Toolkit，將其應用於蛋白質結構預測、分子對接、生成式化學、基因組分析、蛋白質設計及生物標記發現等領域。
在開放科學合作方面，包括Arc Institute、Open Molecular Software Foundation及華盛頓大學蛋白質設計研究所（IPD）都已加入BioNeMo生態系。其中，輝達與華盛頓大學合作加速RosettaFold3等蛋白質設計模型運算，效能較前一代提升2倍，並持續開發更多蛋白質設計工具，降低研究成本並提升研發效率。
華盛頓大學醫學院生物化學教授暨IPD所長David Baker表示，科學的下一次重大突破，不一定來自單一發現，而是來自能夠快速迭代設計與驗證的能力，以及能以遠超人類速度持續推理生物學問題的AI代理。
輝達指出，生命科學是全球最重要的研發領域之一，每年科研投入高達3.8兆美元，製藥產業年度研發支出更接近3,000億美元。透過代理型工作流程，研究人員可大幅縮短實驗週期、降低成本並提高成功率。開發人員甚至能在數分鐘內，將通用型AI代理轉變為生命科學研究代理。
BioNeMo Agent Toolkit也針對生命科學常見工作流程提供專業能力。例如在藥物開發方面，AI代理可自動生成與篩選化合物、預測藥物與標靶結合能力，將原本需要數天的虛擬篩選流程縮短至數分鐘；在基因組分析領域，則可快速完成定序資料分析、變異辨識與疾病相關基因排序。
AI代理也可應用於蛋白質結合體設計、醫學影像分析、生物標記發現及臨床研究。透過整合實際資料與推理模型，可協助完成文獻回顧、試驗設計、臨床試驗篩選及藥物安全監測等工作，提高研究與開發效率。
目前已有多家企業加入BioNeMo生態系。包括OpenAI、Owkin、Lila Sciences等AI研究機構，以及Benchling、Databricks、Snowflake等科研平台業者，都正將BioNeMo整合至自身系統。製藥與診斷公司如禮來（Eli Lilly）及Natera，也開始利用代理型工作流程推動藥物探索與臨床研究。
Cadence、Schrödinger、達梭系統等藥物設計軟體公司，以及Thermo Fisher、Tecan等實驗室設備業者，也正將BioNeMo導入研究平台，讓AI代理能直接協助研究人員完成分子設計、分析與決策流程。
輝達表示，BioNeMo Agent Toolkit已正式透過開發者平台與GitHub開放使用，希望藉由建立開放生態系，推動AI代理從輔助工具進一步成為生命科學研究的重要夥伴，加速新藥開發與科學創新。
點擊閱讀下一則新聞
