NVIDIA軟件推動(dòng)基因組學(xué)和藥物發(fā)現(xiàn)研究

下面的帖子將深入探討NVIDIA 在藥物發(fā)現(xiàn)和基因組學(xué)方面取得的一些成就和當(dāng)前的工作重點(diǎn)。作為醫(yī)療保健和生命科學(xué)領(lǐng)域創(chuàng)新的領(lǐng)導(dǎo)者，NVIDIA 正在尋求加入人工智能、深度學(xué)習(xí)、模擬和藥物發(fā)現(xiàn) 研究人員和工程師 為球隊(duì)干杯。如果你讀到的內(nèi)容與你的職業(yè)目標(biāo)一致，請(qǐng)查看當(dāng)前的工作公告。

NVIDIA 正在利用最新技術(shù)，將高性能計(jì)算（ HPC ）與基因組和藥物發(fā)現(xiàn)研究結(jié)合起來(lái)。隨著基因組測(cè)試變得越來(lái)越主流，需要分析的數(shù)據(jù)量也在增加。藥物發(fā)現(xiàn)也進(jìn)入了一個(gè)新的研究時(shí)代，人工智能和深度學(xué)習(xí)為發(fā)現(xiàn)數(shù)千種新化合物打開(kāi)了大門(mén)，這些化合物是藥物發(fā)現(xiàn)的基礎(chǔ)。

NVIDIA 的研究人員和工程師，如該組織的負(fù)責(zé)人約翰尼·伊斯雷爾，正在推動(dòng)基因組學(xué)和藥物發(fā)現(xiàn)研究。開(kāi)發(fā) NVIDIA Clara Parabricks 等軟件，這是一個(gè) GPU 加速的計(jì)算基因組學(xué)應(yīng)用框架，為全基因組、外顯子組、癌癥基因組和 RNA 測(cè)序數(shù)據(jù)提供端到端分析工作流。

作為NVIDIA 研究公司內(nèi)容營(yíng)銷(xiāo)部的負(fù)責(zé)人，我和約翰尼坐下來(lái)進(jìn)一步了解他在團(tuán)隊(duì)中的工作。

嘿，約翰尼，很高興終于和你聯(lián)系上了。讓我們直接跳進(jìn)去。我想問(wèn)，鑒于NVIDIA 是一家科技公司，在你們團(tuán)隊(duì)工作與在生物科技公司工作有什么不同？

內(nèi)特，謝謝你的幫助。有幾種方法可以考慮這些差異。在生物技術(shù)領(lǐng)域，往往有一個(gè)非常具體的技術(shù)目標(biāo)或問(wèn)題。你可以使用任何一種技術(shù)或技術(shù)組合來(lái)解決這個(gè)問(wèn)題。你可能會(huì)與問(wèn)題或目標(biāo)結(jié)為夫妻，但不會(huì)與你可能使用的技術(shù)類(lèi)型結(jié)為夫妻。在這里，我們追求的產(chǎn)品充分利用了我們?cè)?a href="http://www.wenjunhu.com/tags/加速計(jì)/" target="_blank">加速計(jì)算和人工智能技術(shù)方面的專(zhuān)業(yè)知識(shí)，并在產(chǎn)品目標(biāo)方面具有更大的靈活性。

例如，幾年前我們致力于基因組學(xué)，但我們沒(méi)有為藥物發(fā)現(xiàn)制造任何產(chǎn)品。今天，我們正在為這一特定領(lǐng)域打造一款產(chǎn)品。原因是藥物發(fā)現(xiàn)作為一個(gè)領(lǐng)域正在發(fā)生變化。我們看到了一個(gè)追求新目標(biāo)的機(jī)會(huì)。因此，我想說(shuō)，我們?cè)谧非笮聶C(jī)會(huì)方面有著良好的記錄，因?yàn)槲覀儶?dú)特的定位和獨(dú)特的技能可以提供這些機(jī)會(huì)。

你能給我舉一個(gè)獨(dú)特的機(jī)會(huì)的例子，讓你有別于傳統(tǒng)的生物技術(shù)公司嗎？

我想強(qiáng)調(diào)一下我們面向人工智能的藥物發(fā)現(xiàn)工作的強(qiáng)度。藥物發(fā)現(xiàn)領(lǐng)域有不少公司與人工智能合作，但投資的水平和重點(diǎn)可能有所不同。對(duì)于生物技術(shù)公司來(lái)說(shuō)，人工智能是在更廣泛的技術(shù)庫(kù)中尋求藥物發(fā)現(xiàn)項(xiàng)目的幾種技術(shù)選項(xiàng)之一。

在NVIDIA ，我們知道我們?cè)谌斯ぶ悄芎图铀儆?jì)算方面有著獨(dú)特的優(yōu)勢(shì)。因此，由于我們的定位和規(guī)模，我們比大多數(shù)其他公司更有動(dòng)力以更高的強(qiáng)度和專(zhuān)注度投資這項(xiàng)工作。因此，對(duì)人工智能和藥物發(fā)現(xiàn)以及并行計(jì)算的交叉感興趣的工程師和科學(xué)家會(huì)發(fā)現(xiàn)我們的工作領(lǐng)域很有趣。

你提到了你在基因組學(xué)方面的工作，你能告訴我你過(guò)去在基因組學(xué)方面的工作是如何影響你目前在藥物發(fā)現(xiàn)方面的工作的嗎？

藥物發(fā)現(xiàn)領(lǐng)域是多學(xué)科的，是一個(gè)漫長(zhǎng)而復(fù)雜的過(guò)程。藥物發(fā)現(xiàn)過(guò)程的早期階段是目標(biāo)識(shí)別階段。大多數(shù)藥物發(fā)現(xiàn)工作都是基于目標(biāo)的藥物發(fā)現(xiàn)工作流程，在這里，你可以找出目標(biāo)是什么，蛋白質(zhì)目標(biāo)是什么，然后開(kāi)發(fā)一種藥物。

我們的基因組學(xué)工作極大地促進(jìn)了目標(biāo)識(shí)別問(wèn)題。你可以在許多人身上建立這些全基因組的數(shù)據(jù)集，然后對(duì)它們進(jìn)行分析，找出哪些突變與不同類(lèi)型的疾病有關(guān)。通過(guò)識(shí)別和分析這些突變，我們可以找出與特定疾病相關(guān)的蛋白質(zhì)靶點(diǎn)。然后從那里構(gòu)建藥物發(fā)現(xiàn)工作流程的其余部分。

因此，我們使用名為 NVIDIA Clara Parabricks 的軟件來(lái)繪制基因組學(xué)儀器的數(shù)據(jù)，識(shí)別基因組變異，并對(duì)它們進(jìn)行注釋。通過(guò)將這些基因組學(xué)工作流程簡(jiǎn)化為按鈕式軟件解決方案并加速該軟件，我們正在減少生成大規(guī)?；蚪M學(xué)數(shù)據(jù)集的時(shí)間和成本。這些跨多個(gè)個(gè)體的大規(guī)?；蚪M數(shù)據(jù)集隨后被用于確定可能影響疾病結(jié)果的蛋白質(zhì)靶標(biāo)，這些蛋白質(zhì)的結(jié)構(gòu)與我們的 NVIDIA Clara 發(fā)現(xiàn)軟件一起用于生成和模擬藥物化合物及其與這些蛋白質(zhì)的相互作用。

所以你用 Clara Parabricks 來(lái)推動(dòng)基因組學(xué)中的蛋白質(zhì)鑒定，然后用 Clara 發(fā)現(xiàn)來(lái)模擬可能被用作藥物的化合物？

確切地說(shuō)，在藥物發(fā)現(xiàn)的背景下，我們幫助找出特定藥物發(fā)現(xiàn)項(xiàng)目中最有希望的化合物，這是我們非常激動(dòng)的事情。我們大約在一年半前開(kāi)始研究藥物發(fā)現(xiàn)。我們?cè)?GTC 上宣布——我相信是在 2020 年秋天——我們將開(kāi)發(fā)這個(gè)名為 NVIDIA Clara 發(fā)現(xiàn) 它將成為一個(gè) NVIDIA 框架，涵蓋所有與計(jì)算藥物發(fā)現(xiàn)有關(guān)的內(nèi)容。這就是所有這些前沿工作發(fā)生的地方，也是我們目前真正想要招聘的地方。

你想深入研究一下嗎？如果我們正在尋找這一領(lǐng)域的工程師和研究人員，他們可能會(huì)發(fā)現(xiàn)了解更多關(guān)于你關(guān)注的工作很有趣。

當(dāng)然，是的。藥物發(fā)現(xiàn)是一個(gè)漫長(zhǎng)而復(fù)雜的過(guò)程，涉及多個(gè)學(xué)科。當(dāng)你想到計(jì)算藥物發(fā)現(xiàn)時(shí)，有三種動(dòng)態(tài)正在發(fā)生，它們可能會(huì)從計(jì)算的角度重塑這個(gè)行業(yè)。這三個(gè)動(dòng)力學(xué)是你在計(jì)算藥物發(fā)現(xiàn)循環(huán)的核心所要做的。你有一種蛋白質(zhì)——一個(gè)目標(biāo)——你想影響它，你有一種化合物，它可能是一種有待開(kāi)發(fā)的藥物。然后給定一種化合物和蛋白質(zhì)結(jié)構(gòu)，你可以進(jìn)行各種模擬。你試圖預(yù)測(cè)這是否是一次有用的互動(dòng)。

傳統(tǒng)上，你會(huì)有一個(gè)這些化合物的數(shù)據(jù)庫(kù)。各種各樣的公司都在對(duì)這些數(shù)據(jù)庫(kù)進(jìn)行編目和生產(chǎn)，如今有數(shù)十億種化合物。然后是蛋白質(zhì)結(jié)構(gòu)的世界，這是由一群從事結(jié)構(gòu)生物學(xué)工作的小組產(chǎn)生的。

現(xiàn)在，有三件事正在發(fā)生，我們認(rèn)為它們可能會(huì)改變一切。首先是 DeepMind 和其他團(tuán)體以字母折疊等形式進(jìn)行的突破性工作。我們現(xiàn)在使用深度學(xué)習(xí)來(lái)預(yù)測(cè)蛋白質(zhì)結(jié)構(gòu)。因此，如果這是真的，那么在未來(lái)幾年里，我們將有更多的蛋白質(zhì)結(jié)構(gòu)發(fā)揮作用，比我們到目前為止所擁有的要多得多。這是動(dòng)態(tài)第一。

動(dòng)態(tài)二號(hào)是通過(guò)我們?cè)?Clara 發(fā)現(xiàn)中的工作，以及其他行業(yè)的工作，我們正在建立生成化合物的能力。想象一下，使用與 StyleGAN 和 Gaugan 沒(méi)有太大區(qū)別的深度學(xué)習(xí)，可以生成看似無(wú)限多的生成圖像。事實(shí)證明，你也可以生成各種化合物。我們有一個(gè)帶有圖形用戶界面的軟件，在這里你可以點(diǎn)擊并顯示化合物。這意味著在未來(lái)幾年，隨著這種能力的成熟，我們將擁有比以前多 100 萬(wàn)個(gè)化合物。在我們有 10 億之前，再過(guò)幾年，我們將有 100 億種化合物需要處理。這仍然是表面現(xiàn)象，因?yàn)橛钪嬷袧撛诨衔锏臄?shù)量可能是 10 到 60 。 這是第二個(gè)動(dòng)態(tài)數(shù)字。

因此，行業(yè)內(nèi)的第一個(gè)動(dòng)態(tài)正在發(fā)生，NVIDIA 正在促成這一動(dòng)態(tài)。對(duì)于動(dòng)態(tài)二號(hào)，我們正在為此打造一款產(chǎn)品。我們有 Clara 發(fā)現(xiàn)，我們有一個(gè)特定的工作流程和一種叫做 MegaMolBART 的技術(shù)。

MegaMolBART 采用了 Megatron ，它最初是為大規(guī)模自然語(yǔ)言處理（ NLP ）而開(kāi)發(fā)的，我們將 Megatron 重新用于化學(xué)語(yǔ)言，因?yàn)橛幸环N方法可以使用字符串格式表示分子。因此，你可以重新利用所有這些 NLP 技術(shù)，而將 Megatron 推向市場(chǎng)的技術(shù)正是為我們藥物發(fā)現(xiàn)工作的這一部分提供動(dòng)力的技術(shù)。這是同一個(gè)名為 NeMoMegatron 的軟件。

第三個(gè)動(dòng)態(tài)數(shù)字是，如果你比以前多了一百萬(wàn)個(gè)化合物，你比以前多了幾十個(gè)蛋白質(zhì)結(jié)構(gòu)，那么你想要模擬的組合比以前多了數(shù)百萬(wàn)個(gè)。

現(xiàn)在，模擬，正如我們?cè)谟?jì)算上所知道的，可能是一個(gè)非常密集的問(wèn)題。事實(shí)上， CUDA 的早期使用案例之一是在這種模擬中的分子動(dòng)力學(xué)和科學(xué)計(jì)算中。但問(wèn)題是，你如何，如何讓更多的人參與其中？我們正在組建一個(gè)團(tuán)隊(duì)來(lái)研究這種模擬能力，我們正在聘請(qǐng)分子動(dòng)力學(xué)、力場(chǎng)開(kāi)發(fā)、高性能計(jì)算和深度學(xué)習(xí)應(yīng)用程序方面的專(zhuān)家來(lái)模擬。我們還聘請(qǐng)了化學(xué)信息學(xué)專(zhuān)家、深度學(xué)習(xí)研究人員和工程師，以推進(jìn)我們利用人工智能生成化合物和與蛋白質(zhì)相互作用的技術(shù)。

我想這就是我們?cè)谶@里所做的。這是一個(gè)獨(dú)特的群體，因?yàn)槲覀兺瞥霎a(chǎn)品，也有產(chǎn)品驅(qū)動(dòng)研究的空間。我們與整個(gè)公司的工程團(tuán)隊(duì)廣泛合作，利用能夠推進(jìn)這些產(chǎn)品的技術(shù)，并與各種研究團(tuán)隊(duì)合作，利用整個(gè)公司的人工智能突破。

你能詳述一下你剛才說(shuō)的嗎？你說(shuō)它與NVIDIA 的其他研究領(lǐng)域有什么不同？

我想說(shuō)的是，就我們正在進(jìn)行的研究而言，大多數(shù)研究實(shí)驗(yàn)室比我們有更多的靈活性。我們的組織在工程和研究之間保持健康的平衡，這樣我們既可以運(yùn)送產(chǎn)品，又有足夠的帶寬來(lái)追求創(chuàng)新機(jī)會(huì)。但這確實(shí)意味著我們的研究目標(biāo)或研究議程可能在某種程度上受到產(chǎn)品目標(biāo)的限制，而典型的研究實(shí)驗(yàn)室可能不會(huì)受到限制。在一個(gè)典型的學(xué)術(shù)實(shí)驗(yàn)室，甚至是一個(gè)行業(yè)研究小組，我希望有更多的靈活性，但這是一個(gè)權(quán)衡。這是靈活性和交付軟件產(chǎn)品所需的高度關(guān)注之間的權(quán)衡。

這就是我要問(wèn)的。那么，研究人員想要加入你們的團(tuán)隊(duì)有什么價(jià)值呢？

問(wèn)得好。我想說(shuō)的是，我們傾向于吸引那些對(duì)創(chuàng)新研究感興趣并熱衷于確保其研究具有商業(yè)影響力的研究人員。對(duì)于這些人來(lái)說(shuō)，這種權(quán)衡是有意義的。他們?cè)敢飧鶕?jù)需要限制和集中研究，以產(chǎn)生他們想要的那種商業(yè)影響。

所以他們的研究更側(cè)重于改善 Clara 發(fā)現(xiàn)和 Clara 巨摩爾巴特？

沒(méi)錯(cuò)。因此，我們需要使研究活動(dòng)與產(chǎn)品目標(biāo)保持一致。

你提到，你的大部分工作都涉及工程師，你認(rèn)為這些工程師在生物技術(shù)方面需要有多淵博的知識(shí)？

一個(gè)很好的問(wèn)題。我發(fā)現(xiàn)很多有工程背景的人在工作中都學(xué)到了這一點(diǎn)。更重要的不是行業(yè)知識(shí)，而是真正的興趣。我們這里有很多工程師的例子，他們可能在大學(xué)里學(xué)習(xí)過(guò)一些這方面的知識(shí)，或者他們只是讀了一些這方面的知識(shí)，他們有正確的工程背景。

你知道，在一年或兩年的時(shí)間里，他們非常了解自己的行業(yè)，因?yàn)樗麄兣c我們的合作伙伴和合作伙伴合作。所以我想說(shuō)興趣是最重要的。

我記得你一開(kāi)始提到，任何對(duì)人工智能、模擬和藥物發(fā)現(xiàn)交叉感興趣的人都會(huì)覺(jué)得這項(xiàng)工作很有趣。

確切地這是一項(xiàng)激動(dòng)人心且極具挑戰(zhàn)性的工作，我們只是觸及表面。我期待著未來(lái)幾年，隨著我們對(duì)NVIDIA Clara 及其為生物技術(shù)界做出貢獻(xiàn)的潛力的深入了解，將會(huì)帶來(lái)什么。

關(guān)于作者

Nathan Horrocks 是 NVIDIA Research 的內(nèi)容營(yíng)銷(xiāo)經(jīng)理。他重點(diǎn)強(qiáng)調(diào)了 NVIDIA 實(shí)驗(yàn)室在世界各地進(jìn)行的驚人研究

審核編輯：郭婷