Sistemi Persistent e NVIDIA collaborano per accelerare la scoperta di farmaci guidata dall’IA

Sistemi Persistent ha annunciato una nuova collaborazione con NVIDIA (NVDA ) finalizzata a migliorare il modo in cui vengono scoperti, testati e messi sul mercato i farmaci. La partnership si concentra sull’unione dell’esperienza ingegneristica di Persistent con l’infrastruttura di intelligenza artificiale di NVIDIA per spingere la scoperta computazionale di farmaci oltre la sperimentazione e nei ambienti di produzione.

Al centro dell’iniziativa c’è un problema di lunga data nel settore sanitario: la scoperta di farmaci nella fase iniziale. Questa fase è tradizionalmente lenta, costosa e fortemente dipendente dal lavoro di laboratorio fisico. Spostando più di quel processo in simulazioni ad alta fedeltà alimentate dall’IA, entrambe le aziende stanno cercando di ridurre i tempi di attesa e migliorare la probabilità di successo a valle.

Dai laboratori umidi alla scoperta guidata dalla simulazione

Un componente centrale della collaborazione è la soluzione Generative Molecules and Virtual Screening (GenMolIVS) di recente sviluppo da parte di Persistent. Costruita sulla piattaforma BioNeMo di NVIDIA, il sistema utilizza modelli di intelligenza artificiale generativa addestrati su dati chimici e biologici per progettare e valutare potenziali candidati farmaceutici digitalmente.

Invece di sintetizzare composti e testarli in un laboratorio fin dall’inizio, i ricercatori possono simulare il comportamento molecolare come l’affinità di legame, la stabilità e le interazioni chimiche prima di impegnare risorse in esperimenti fisici. Questo approccio consente ai team di esplorare uno spazio di progettazione molto più ampio mentre filtrano i candidati a bassa probabilità all’inizio del processo.

Il risultato è uno spostamento dall’esperimentazione basata su trial-and-error alla presa di decisioni guidata dalla simulazione, in cui l’IA agisce come primo livello di convalida.

IA agente entra nel flusso di lavoro di scoperta di farmaci

Uno degli aspetti più notevoli della partnership è l’introduzione di sistemi di intelligenza artificiale agente nel pipeline di scoperta. Utilizzando il framework NeMo e l’agent toolkit di NVIDIA, Persistent sta sviluppando agenti di intelligenza artificiale che possono gestire e coordinare diverse fasi della ricerca.

Questi sistemi analizzano continuamente gli output delle simulazioni, prioritizzano i candidati molecolari promettenti e raccomandano i passaggi successivi per la convalida sperimentale. Invece di funzionare come strumenti isolati, operano come layer di decisione interconnessi che consentono ai risultati di una fase di informare la successiva. Ciò crea un flusso di lavoro di ricerca più dinamico e reattivo, particolarmente prezioso in ambienti in cui devono essere valutate simultaneamente molteplici variabili.

Infrastruttura e intelligenza artificiale specifica del dominio di NVIDIA

Il contributo di NVIDIA va al di là della semplice potenza di calcolo. L’azienda fornisce una piattaforma di intelligenza artificiale full-stack personalizzata per le applicazioni delle scienze della vita, inclusi BioNeMo per l’addestramento di modelli specifici del dominio, Nemotron modelli per il ragionamento avanzato e NIM microservizi per la distribuzione scalabile.

Questa infrastruttura consente la simulazione e l’inferenza in tempo reale su larga scala mentre mantiene il livello di affidabilità richiesto negli ambienti sanitari regolamentati. Consente inoltre di incorporare i risultati dell’IA direttamente nei sistemi aziendali, rendendoli azionabili anziché puramente sperimentali.

Colmare il divario tra esperimenti di intelligenza artificiale e produzione

Una sfida ricorrente nell’adozione dell’IA aziendale è il divario tra progetti pilota e distribuzione nel mondo reale. Molte organizzazioni eseguono con successo esperimenti con modelli di IA, ma lottano per integrarli nei flussi di lavoro mission-critical.

Questa collaborazione pone un chiaro accento sulla chiusura di quel divario progettando sistemi pronti per la produzione fin dall’inizio. L’obiettivo è incorporare l’IA direttamente nei pipeline di ricerca, assicurando che le simulazioni e le informazioni possano immediatamente influenzare il lavoro di laboratorio nel mondo reale.

Cosa significa questo per il futuro dello sviluppo di farmaci

La più ampia implicazione di questa partnership è uno spostamento verso modelli di scoperta ibridi in cui la simulazione digitale e la sperimentazione fisica operano insieme anziché in fasi separate. La ricerca nella fase iniziale potrebbe diventare significativamente più veloce poiché le simulazioni sostituiscono una grande parte del lavoro di laboratorio iniziale, consentendo ai team di testare e raffinare le idee a una velocità molto più alta.

Ridurre il numero di esperimenti falliti ha il potenziale di abbassare i costi mentre migliora l’efficienza dell’intero pipeline di sviluppo. Allo stesso tempo, la capacità di iterare rapidamente su progetti molecolari apre la porta a terapie più mirate e personalizzate.

Più fondamentalmente, questo riflette una trasformazione più profonda di come viene condotta la ricerca scientifica. L’IA non è più solo uno strumento di supporto, ma inizia a plasmare la struttura della scoperta stessa. Man mano che l’accuratezza della simulazione migliora e i sistemi agente diventano più capaci, la linea tra la modellazione computazionale e la sperimentazione nel mondo reale continua a sfumare, puntando verso un futuro in cui gran parte del processo scientifico iniziale avviene in silico prima di raggiungere il laboratorio.