NVIDIA BioNeMo Agent Toolkit: más velocidad en la predicción de estructuras de proteínas

NVIDIA ha presentado BioNeMo Agent Toolkit, una herramienta especializada para gestionar agentes de IA que ejecutan el flujo completo de predicción de estructuras de proteínas y co-folding (plegamiento conjunto de moléculas). El toolkit optimiza cada etapa de la cadena, desde la generación de MSA (Multiple Sequence Alignment) hasta la inferencia de los modelos y el escalado en varias GPU, algo crítico para el drug discovery actual y el diseño de proteínas.

Qué es BioNeMo Agent Toolkit y para qué sirve

Es el conjunto de herramientas de NVIDIA para desplegar agentes de IA que gestionan pipelines de modelado molecular de gran carga computacional. Su objetivo principal es acelerar los modelos de predicción estructural como OpenFold3 y sus derivados, que hoy se usan a escala industrial para buscar nuevas moléculas farmacéuticas.

Según NVIDIA, la predicción de estructuras de proteínas y el co-folding han pasado de ser tareas computacionales especializadas a convertirse en el principal motor del drug discovery y la investigación biotecnológica. Pero cada paso del flujo requiere su propia optimización: desde el cálculo paralelo de alineamientos de secuencias (MSA) hasta la inferencia rápida de la red neuronal y el escalado eficiente en clústeres de GPU.

Arquitectura del flujo: qué pasos optimiza el toolkit

BioNeMo Agent Toolkit integra optimizaciones para todo el ciclo:

• Multiple Sequence Alignment (MSA): preparación rápida de los datos de entrada del modelo a partir del análisis de secuencias homólogas
• Co-folding inference: inferencia acelerada de modelos de predicción estructural en GPU (NVIDIA CUDA)
• Model serving: servicio de resultados de baja latencia para consumidores en tiempo real
• Multi-GPU scale-out: distribución automatizada del cálculo en clústeres de aceleradores

Cada componente está optimizado para las GPU de NVIDIA, lo que permite a los agentes de IA gestionar el proceso sin cuellos de botella ni retrasos de cómputo.

Cómo acelera el drug discovery

Las farmacéuticas y los laboratorios de investigación usan modelos como OpenFold3 para predecir la estructura tridimensional de las proteínas a partir de su secuencia de aminoácidos. Es un paso básico para encontrar nuevas dianas terapéuticas y entender cómo interactúan las moléculas. Pero si cada paso del flujo funciona a una velocidad distinta, el sistema resultante se convierte en un cuello de botella y frena la investigación.

El toolkit permite a los agentes de IA gestionar todo el proceso de forma autónoma: lanzar el MSA, pasar los resultados a la inferencia, escalar la inferencia en varias GPU y devolver las predicciones estructurales terminadas, todo sin intervención manual. Esto es crítico para el cribado de millones de candidatos a fármaco.

Por qué importa ahora

Tras la llegada de AlphaFold2 y del OpenFold abierto, la predicción de estructuras de proteínas pasó de ser un logro único a una herramienta rutinaria. Las empresas necesitan ejecutar cientos o miles de predicciones al día. La gestión centralizada del cómputo mediante agentes de IA es una respuesta práctica a la escala de la biotecnología actual.

Qué significa

BioNeMo Agent Toolkit convierte el modelado molecular de un proceso de investigación en una cadena de producción automatizada. Los agentes de IA pueden gestionar por completo y por sí solos la búsqueda de nuevas proteínas y de sus interacciones, lo que acelera el desarrollo de fármacos. Es especialmente relevante para las pequeñas empresas biotecnológicas y las startups que antes no podían permitirse clústeres de GPU propios ni la gestión compleja de la infraestructura de cómputo.