Sztuczna inteligencja staje się jednym z najważniejszych narzędzi wspierających odkrywanie i rozwój nowych leków. Bristol Myers Squibb (BMS) ogłosił kolejną dużą inwestycję w infrastrukturę AI, kupując najnowszy system obliczeniowy NVIDIA DGX SuperPOD oparty na architekturze Vera Rubin. Firma będzie pierwszym przedsiębiorstwem z sektora nauk przyrodniczych wykorzystującym tę platformę, która ma znacząco zwiększyć możliwości analizy danych biologicznych, projektowania nowych cząsteczek oraz identyfikacji celów terapeutycznych. Nowa inwestycja jest kontynuacją blisko trzyletniej współpracy pomiędzy BMS i Nvidią oraz wpisuje się w szerszy trend rosnących nakładów największych koncernów farmaceutycznych na rozwój sztucznej inteligencji w badaniach i rozwoju.
Z tego artykułu dowiesz się…
- Jak Bristol Myers Squibb wykorzysta najnowszy system NVIDIA DGX Vera Rubin NVL72 do przyspieszenia odkrywania i rozwoju nowych leków,
- Dlaczego architektura Vera Rubin oferuje nawet 10-krotnie wyższą wydajność energetyczną niż poprzednia generacja systemów AI,
- Na czym polega strategia „Predict First” oraz model hybrydowej inteligencji, w którym sztuczna inteligencja współpracuje z naukowcami,
- Dlaczego inwestycje w zaawansowaną infrastrukturę AI mogą zwiększyć skuteczność badań nad terapiami w onkologii, hematologii, immunologii, chorobach sercowo-naczyniowych i neurologii.
BMS jako pierwsza firma farmaceutyczna wdroży NVIDIA DGX Vera Rubin
Bristol Myers Squibb poinformował, że wdroży system NVIDIA DGX SuperPOD wyposażony w platformę DGX Vera Rubin NVL72. To najnowsza generacja infrastruktury AI zaprezentowana przez Nvidię jako następca obecnych systemów obliczeniowych wykorzystywanych do trenowania modeli sztucznej inteligencji. Nowa platforma ma zapewnić firmie największą należącą do jednego podmiotu infrastrukturę obliczeniową NVIDIA wykorzystywaną w sektorze nauk przyrodniczych. Jednocześnie architektura Vera Rubin została zaprojektowana z myślą o znacznie wyższej efektywności energetycznej.
Według producenta oferuje ona nawet dziesięciokrotnie większą wydajność na każdy megawat zużytej energii w porównaniu z poprzednią generacją infrastruktury. Oznacza to możliwość uruchamiania znacznie bardziej złożonych modeli AI bez proporcjonalnego wzrostu zapotrzebowania na energię elektryczną. Choć strony nie ujawniły wartości kontraktu, wiadomo, że inwestycja zastąpi wcześniejszy system DGX SuperPOD wykorzystywany przez BMS od kilku lat, który – jak przyznają przedstawiciele firmy – jest o dwie lub trzy generacje starszy od nowej platformy Vera Rubin.
AI ma przyspieszyć odkrywanie nowych leków
Bristol Myers od kilku lat rozwija własny ekosystem sztucznej inteligencji wspierający praktycznie wszystkie etapy badań przedklinicznych. Modele AI wykorzystywane przez firmę pomagają m.in.:
- identyfikować nowe cele terapeutyczne,
- analizować ogromne zbiory danych biologicznych,
- projektować potencjalne cząsteczki leków,
- przewidywać skuteczność kandydatów na leki jeszcze przed rozpoczęciem eksperymentów laboratoryjnych,
- wspierać podejmowanie decyzji dotyczących rozwoju programów badawczych.
Szczególnie istotnym elementem strategii BMS jest podejście określane jako „Predict First”, w którym prognozy generowane przez modele AI wpływają na projektowanie eksperymentów jeszcze przed rozpoczęciem badań laboratoryjnych. Obecnie sztuczna inteligencja wspiera projektowanie wszystkich programów dotyczących małych cząsteczek oraz większości projektów obejmujących leki biologiczne rozwijanych przez spółkę.
Cytat: AI zaczyna przynosić wymierne efekty
Greg Meyers, dyrektor ds. cyfryzacji i technologii w Bristol Myers Squibb, podkreśla, że inwestycje w AI przynoszą już pierwsze rezultaty.
BMS świadomie postawiło na sztuczną inteligencję i zaczynamy dostrzegać korzyści w naszym procesie badawczym i działalności operacyjnej. Jesteśmy zaangażowani w przełożenie sztucznej inteligencji na realne rezultaty dla pacjentów, co wymaga infrastruktury stworzonej specjalnie na potrzeby realizacji tych ambicji. Rozszerzenie naszych możliwości obliczeniowych o rozwiązania firmy NVIDIA daje naszym badaczom i zespołom w całej firmie skalę potrzebną do utrzymania BMS w czołówce w zakresie możliwości sztucznej inteligencji w zakresie odkrywania i rozwoju leków.
AI zastępuje tygodnie ręcznej pracy naukowców
Według BMS jednym z najbardziej wymiernych efektów wdrażania sztucznej inteligencji jest automatyzacja procesów identyfikacji i walidacji celów terapeutycznych. Agenci AI analizują dane biologiczne i wykonują zadania, które wcześniej wymagały wielu tygodni pracy specjalistów. Dzięki temu naukowcy mogą poświęcać więcej czasu na interpretację wyników, formułowanie hipotez oraz planowanie kolejnych eksperymentów.
Firma rozwija również zintegrowany system uczenia się wykorzystujący dane gromadzone na wszystkich etapach rozwoju leków – od badań podstawowych aż po wyniki badań klinicznych.
Cytat: Liczy się jakość decyzji, a nie tylko szybkość
Robert Plenge, wiceprezes wykonawczy i dyrektor ds. badań w Bristol Myers Squibb, zwraca uwagę, że głównym celem inwestycji nie jest samo przyspieszenie badań.
Odkrywanie leków to ciąg decyzji podejmowanych w warunkach niepewności, a lepsze decyzje wynikają z lepszych dowodów i są podejmowane szybciej. Ta infrastruktura pozwala nam uczyć się z każdego eksperymentu i każdego odczytu klinicznego, aby udoskonalić kolejną hipotezę. Dzięki temu naukowcy z BMS poświęcają mniej czasu na pracę ręczną, a więcej na pytania wymagające ludzkiej oceny. Celem nie jest szybkość sama w sobie, ale zwiększenie prawdopodobieństwa, że każdy rozwijany przez nas program jest właściwy.
Hybrydowa inteligencja – nowy model prowadzenia badań
Centralnym elementem strategii BMS jest rozwój koncepcji hybrydowej inteligencji (Hybrid Intelligence). Zakłada ona ścisłą współpracę ekspertów biologii, chemii i medycyny z naukowcami rozwijającymi modele sztucznej inteligencji. W tym modelu systemy AI wykonują najbardziej złożone analizy danych oraz generują hipotezy badawcze, natomiast decyzje naukowe pozostają po stronie badaczy.
Nowa infrastruktura będzie wykorzystywana do trenowania własnych modeli bazowych BMS na danych gromadzonych przez firmę przez dziesięciolecia prowadzenia badań. W projektach biologicznych wykorzystana zostanie również platforma NVIDIA BioNeMo, umożliwiająca budowę modeli AI wyspecjalizowanych w analizie danych biologicznych, projektowaniu białek oraz opracowywaniu nowych cząsteczek terapeutycznych.
Nvidia: dane naukowe staną się przewagą konkurencyjną
Znaczenie zgromadzonych przez BMS danych podkreśla także Rory Kelleher, starszy dyrektor ds. rozwoju biznesu w NVIDIA.
BMS zgromadził przez dziesięciolecia niezwykłą wiedzę naukową w niektórych z najbardziej złożonych obszarów chorób ludzkich. Dzięki oprogramowaniu NVIDIA Vera Rubin i zestawowi narzędzi BioNeMo Agent Toolkit, BMS może przekształcić te dane naukowe przedsiębiorstwa w opatentowane rozwiązania i zapewnić agentom narzędzia specyficzne dla danej dziedziny, które pomagają naukowcom badać biologię, projektować cząsteczki i oceniać hipotezy na niespotykaną dotąd skalę – zmieniając sposób odkrywania i opracowywania leków.
Trend obejmuje cały sektor farmaceutyczny
Inwestycja Bristol Myers Squibb wpisuje się w coraz wyraźniejszy trend transformacji badań biomedycznych z wykorzystaniem sztucznej inteligencji. Najwięksi producenci leków przeznaczają miliardy dolarów na rozwój własnych modeli AI, budowę centrów obliczeniowych oraz współpracę z firmami technologicznymi. Celem jest skrócenie czasu potrzebnego do odkrycia nowych terapii, zwiększenie skuteczności identyfikacji kandydatów na leki oraz ograniczenie kosztów nieudanych projektów badawczych.
Coraz większe znaczenie mają również modele generatywnej AI oraz tzw. agenci AI, którzy potrafią samodzielnie analizować literaturę naukową, integrować dane z wielu źródeł i proponować nowe kierunki badań.
Główne wnioski
- Bristol Myers Squibb jako pierwsza firma z sektora nauk przyrodniczych wdroży system NVIDIA DGX SuperPOD oparty na architekturze Vera Rubin NVL72, tworząc największą należącą do jednego podmiotu infrastrukturę NVIDIA w tej branży.
- Nowa architektura zapewnia nawet 10-krotnie większą wydajność na megawat niż poprzednia generacja, umożliwiając trenowanie bardziej zaawansowanych modeli AI przy znacznie wyższej efektywności energetycznej.
- Sztuczna inteligencja już wspiera proces odkrywania leków w BMS, automatyzując identyfikację celów terapeutycznych, analizę danych oraz projektowanie eksperymentów w ramach strategii „Predict First”, co pozwala naukowcom skupić się na interpretacji wyników i podejmowaniu decyzji.
- Inwestycja wpisuje się w globalny trend cyfryzacji badań biomedycznych, w którym zaawansowana infrastruktura AI oraz platforma NVIDIA BioNeMo mają zwiększyć skuteczność opracowywania nowych terapii i skrócić czas potrzebny do ich rozwoju.
Źródło:
- https://news.bms.com/news/corporate-financial/2026/Bristol-Myers-Squibb-to-Build-the-Most-Powerful-AI-Factory-in-Life-Sciences-with-NVIDIA/default.aspx
