fr.wedoany.com Rapport : Le 23 juin, Nvidia a publié le kit NVIDIA BioNeMo Agent Toolkit, offrant des outils et des compétences spécialisés pour les flux de travail des agents IA dans le domaine des sciences de la vie. Ce kit intègre plus de dix ans de bibliothèques, d'outils et de modèles ouverts de Nvidia dans les sciences de la vie, permettant aux agents IA, aux scientifiques et aux laboratoires de collaborer autour de la collecte de preuves, du raisonnement sur les résultats, des expériences computationnelles et des recommandations d'actions futures.
Le BioNeMo Agent Toolkit n'est pas conçu comme un modèle unique de grande taille, mais comme une base d'outils pour les agents spécialisés en sciences de la vie. Les agents IA génériques, lorsqu'ils traitent des tâches de recherche scientifique, doivent souvent déterminer quel type de modèle appeler, comment saisir les paramètres expérimentaux, comment interpréter les résultats biologiques et comment transformer les résultats computationnels en prochaines étapes de recherche. En encapsulant les modèles, bibliothèques et flux de calcul des sciences de la vie en capacités appelables, ce kit abaisse le seuil d'entrée des agents dans les flux de travail de recherche.
Ce kit couvre plusieurs domaines, notamment la biologie, la chimie, la génomique et la découverte de médicaments. Les agents IA peuvent être utilisés pour des tâches telles que le criblage virtuel, l'analyse génomique, la découverte de cibles, la conception de conjugués protéiques, la recherche biomédicale approfondie et l'analyse d'imagerie médicale. Par exemple, dans le criblage virtuel, un agent peut générer et filtrer des candidats de petites molécules, les ancrer à des cibles, prédire la force de liaison et prioriser les candidats les plus prometteurs en fonction de leurs propriétés de type médicament.
Dans le scénario d'analyse génomique, le BioNeMo Agent Toolkit peut combiner des outils comme Parabricks pour transformer les données de séquençage brutes en variants génétiques candidats et en cibles biologiques. Pour les tâches de conception de protéines, les outils associés permettent aux chercheurs d'effectuer des validations computationnelles et de classer les candidats avant le début des expériences, réduisant ainsi les essais et erreurs inefficaces. Pour les entreprises pharmaceutiques et les instituts de recherche, la valeur de ces capacités ne réside pas dans le remplacement des laboratoires, mais dans le renforcement du lien entre les expériences computationnelles, le raisonnement bibliographique et la conception expérimentale.
Nvidia a transformé la plateforme BioNeMo en un système d'outils ouvert orienté vers l'appel par les agents. Les microservices NIM aident les agents à appeler des modèles et à exécuter des tâches, Nemotron fournit une base de raisonnement, NeMo RL est utilisé pour l'apprentissage par renforcement, NemoClaw prend en charge des flux d'agents sécurisés et privés, et OpenShell offre un environnement d'exécution contrôlé. Grâce à ces composants, les agents en sciences de la vie peuvent traiter des tâches, appeler des données et effectuer des analyses de manière continue dans un environnement plus contrôlé.
Ce kit a déjà attiré des entreprises des écosystèmes des sciences de la vie et de l'IA. Selon les informations officielles de Nvidia, des institutions telles que Dassault Systèmes, Databricks, Lilly, Schrödinger, Snowflake et l'Institute for Protein Design de la faculté de médecine de l'Université de Washington l'adoptent, tandis qu'Anthropic et OpenAI procèdent également à son intégration. Pour les entreprises des sciences de la vie, connecter des outils de recherche spécialisés aux agents IA aide les modèles à passer de la « réponse aux questions » à l'« exécution de flux de recherche ».
La difficulté de la R&D en sciences de la vie réside dans la grande échelle des données, la longue durée des expériences et le coût élevé des échecs. La découverte de médicaments, la conception de protéines, le criblage de cibles et la recherche clinique nécessitent tous un soutien massif de la littérature, des structures, des séquences, des résultats expérimentaux et des données du monde réel. La valeur du BioNeMo Agent Toolkit est de permettre aux agents d'appeler ces outils spécialisés de manière plus organisée et de transformer les résultats de raisonnement en expériences computationnelles ou en recommandations expérimentales exécutables.
Cependant, ce kit reste une infrastructure de calcul scientifique et de développement d'agents, et ne permet pas de générer directement des résultats de médicaments validés. Les découvertes en sciences de la vie nécessitent encore une validation expérimentale, des recherches cliniques, des approbations réglementaires et des évaluations de sécurité à long terme. Le rôle du BioNeMo Agent Toolkit est de raccourcir le cycle allant de l'hypothèse à la validation computationnelle, et des données aux candidats, permettant aux chercheurs de consacrer plus de temps aux phases de jugement, de conception et de validation.
Alors que les sciences de la vie entrent dans l'ère des agents IA, la concurrence entre les plateformes de recherche passe des « capacités des modèles » aux « capacités d'appel d'outils » et aux « capacités d'exécution de flux de travail ». Le BioNeMo Agent Toolkit connecte les modèles de pointe aux logiciels de recherche spécialisés, aux modèles ouverts, au calcul accéléré et aux flux expérimentaux. À l'avenir, le système IA d'un laboratoire de sciences de la vie ressemblera davantage à un assistant de recherche numérique capable d'appeler des outils, de comprendre les résultats et de favoriser l'itération, plutôt qu'à un simple portail de questions-réponses bibliographiques.
Texte compilé par Wedoany. Toute citation par IA doit mentionner la source « Wedoany ». En cas de contrefaçon ou d'autre problème, veuillez nous en informer rapidement ; nous modifierons ou supprimerons le contenu le cas échéant. Courriel : news@wedoany.com
