GenMol

Mis on NVIDIA GenMol?

NVIDIA GenMol on NVIDIA BioNeMo raames välja töötatud generatiivne tehisintellekti mudel väikemolekulide disainiks. Selle eesmärk on luua ja muuta molekulaarstruktuure ravimite väljatöötamise varajases, arvutuslikus etapis. Tavalise proosa, piltide või koodi asemel genereerib GenMol SAFE-esituses molekulaarseid järjestusi – see on tekstipõhine viis keemiliste struktuuride ja nende fragmentide ühenduste kirjeldamiseks.

Mudel on saadaval allalaaditavate kaaludena ning NVIDIA GenMol NIM-i kaudu. Ametlik GenMoli repositoorium sisaldab GenMol V1 ja GenMol V2 kontrollpunkte, samas kui NVIDIA mudelikataloogis on kasutusele võetud NIM-i tähiseks märgitud genmol. Allalaaditav Hugging Face’i kontrollpunkt on tähistatud kui NV-GenMol-89M-v2.

Seega tuleks GenMoli käsitleda eelkõige NVIDIA BioNeMo ökosüsteemi kuuluva sihipärase molekulidisaini komponendina. See ei ole mõeldud asendama üldotstarbelist vestlusmudelit, laboritöövoogu ega keemilist valideerimist, mida on vaja enne, kui pakutud ühendit saab praktiliselt kasutatavaks pidada.

Kuidas genereerimisprotsess toimib

GenMol kasutab maskeeritud diskreetset difusiooni. Praktiliselt tähendab see, et mudel alustab maskeeritud või osaliselt määratud kohtadega SAFE-molekulaarjärjestusest ning ennustab seejärel korduvalt keemilisi tokeneid, kuni täielik järjestus on taastatud. Erinevalt tavapärasest vasakult paremale töötavast tekstigeneraatorist saab see protsess genereerimise ajal muuta mitut kohta, selle asemel et siduda end rangelt ühe tokeniga korraga.

Aluseks olev võrk on BERT-i laadse arhitektuuriga Transformer. See ülesehitus võimaldab genereerida osaliselt määratud molekulaarse teabe põhjal, mis on kasulik siis, kui teadlane soovib säilitada fragmenti, muuta mõnda piirkonda või kavandada fragmentide vahelist ühendust.

GenMol V2 laiendab SAFE-süntaksit nurksulgudes tähistusega, millega märgitakse fragmentidevahelisi ühenduskohti. NVIDIA andmetel parandab see võrreldes algse mudeliga üheastmelist linkeri disaini ja mitut fragmentidega piiratud genereerimise ülesannet. Väide kehtib konkreetse raporteeritud GenMoli võrdluse kohta; seda ei tohiks tõlgendada tõendina, et GenMol on parem kõigi molekulide genereerimise ülesannete puhul.

Milleks saab GenMoli kasutada?

GenMol on loodud töövoogudeks, milles molekuli struktuur genereeritakse, laiendatakse või optimeeritakse vastavalt uurimiseesmärgile. Toetatud kasutusjuhud hõlmavad järgmist:

• De novo genereerimine: uute väikemolekulide struktuuride pakkumine vähem piiratud lähtepunktist.
• Fragmentidega piiratud genereerimine: valitud fragmentide säilitamine ning nendega sobivate molekulaarsete lisandite genereerimine.
• Linkeri disain: molekulaarsete fragmentide vahele ühendavate struktuuride loomine, sealhulgas GenMol V2 puhul rõhutatud fragmentide ühenduskohtadega töövood.
• Motīivi laiendamine: tuntud keemilise motīivi laiendamine täiendava struktuuriga.
• Raamistiku dekoreerimine ja morfimine: keskse molekulaarse raamistiku muutmine või dekoreerimine struktuursete alternatiivide uurimise käigus.
• Superstruktuuride genereerimine: olemasoleva molekulaarse aluse ümber suuremate struktuuride genereerimine.
• Eesmärgist lähtuv hittühendite genereerimine: kandidaatühendite pakkumine valitud eesmärkide või skooride alusel.
• Juhtühendi optimeerimine: struktuursete variatsioonide uurimine varajase ühendi kandidaadi täiustamise käigus.

Omaduste optimeerimine ei ole autonoomne võimekus, mis muudaks molekuli arenduseks sobivaks. Genereeritud struktuure saab kombineerida väliste skoorimudelite või molekulaarsete omaduste tööriistadega. GenMol NIM-i liides võib avaldada valitud skoore, näiteks QED-i ja LogP-d, kuid need skoorid ei tõesta bioloogilist aktiivsust, ohutust, kliinilist väärtust ega praktilist sünteesitavust.

Sisendid, väljundid ja mudeli piirangud

Avaldatud mudelikaart määrab sisendi maksimaalseks pikkuseks 512 tokenit ja väljundi maksimaalseks pikkuseks samuti 512 tokenit. Sisendid võivad sisaldada SAFE-molekulaarteksti koos genereerimisparameetritega, näiteks molekulide arv, temperatuur, müra, difusioonisammu suurus, skoorimismeetod ja unikaalsuse filtreerimine. Väljundid koosnevad molekulaarsetest SAFE-järjestustest ja nendega seotud arvulistest skooridest.

Neid piiranguid tuleb arvestada viipade või partiilise genereerimise töövoogude kavandamisel. Täielik molekulaarjärjestus koos parameetritega peab mahtuma avaldatud sisendipiirangusse ning genereeritud järjestus peab mahtuma väljundipiirangusse. Esitatud uurimismaterjal ei kinnita vestlusajaloo jaoks eraldi kontekstiakna olemasolu, sest GenMoli ei esitleta vestlusmudelina.

Modaalsused ja üldised võimekused

GenMol võtab vastu molekulaarseid tekstiesitusi ning toodab molekulaarseid tekstiesitusi koos arvuliste skooridega. Esitatud mudeliandmete kohaselt ei paku see pildi-, heli-, video-, embedding’u-, kõne- ega käivitatavate toimingute väljundit. Samuti ei tohiks seda hinnata üldotstarbelise arutlus- või kodeerimisassistendina.

Praktilises hindamises on selle tugevaim võimekus struktureeritud molekulaarne genereerimine. See saab toetada piiratud disainiülesandeid maskeeritud järjestuste, fragmentide ühenduskohtade, genereerimisseadete, skoorimismeetodite ja unikaalsuse filtreerimise kaudu. See ei paku üldist veebotsingut, üldist tööriistade kasutust, autonoomset labori teostust ega dokumenteeritud funktsioonikutsete süsteemi. Kõik välised omaduste kalkulaatorid, kemoinformaatika paketid, sünteesiplaneerijad või labor süsteemid tuleb integreerida eraldi ja sõltumatult valideerida.

Esitatud toimetuslik hinnang määrab selle üldiste mudelite võrdluses arutlusvõimekuse madalast mõõdukaks ja kodeerimisvõimekuse madalaks. Need on toimetuslikud skoorid, mitte NVIDIA avaldatud võrdlustulemused. Need peegeldavad asjaolu, et GenMol on spetsialiseerunud molekulaarjärjestuste genereerimisele, mitte seda, et see oleks mõeldud suvalistele küsimustele vastamiseks või tarkvara kirjutamiseks.

Kiirus, maksumus ja juurutamisega seotud kaalutlused

GenMoli avalikku tokenipõhist hinda ei tuvastatud. Allalaaditavad kaalud on saadaval NVIDIA Open Model License’i alusel, samas kui majutatud või juurutatud GenMol NIM-i kasutamisele kehtivad NVIDIA API või juurutamise tingimused. Läbi vaadatud allikates ei ole määratud tavapärast korduvat tellimustasu, päringupõhist hinda ega väljundtokeni hinda.

Allalaaditav teostus kasutab PyTorchi ja on mõeldud Linuxi juurutusteks NVIDIA Ampere’i, Ada Lovelace’i, Hopperi ja Grace Hopperi riistvaral. See võimaldab kohalikku või ise hallatavat juurutust organisatsioonidel, kellel on sobiv NVIDIA taristu, kuid riistvara-, tarkvara- ja käitamiskulud kehtivad endiselt. NIM-i juurdepääs võib pakkuda pakendatud teeninduslahendust, kuid esitatud uurimus ei määratle universaalset majutatud teenuse hinda ega jõudluse sihttaset.

Esitatud toimetuslikus hindamises saab GenMol kõrge kiiruseskoori ja kõrge kuluskoori, kusjuures kuluskoor kajastab allalaaditavate kaalude kättesaadavust, mitte garanteeritud tasuta tootmisjuurutust. Need on toimetuslikud hinnangud, mitte pakkuja spetsifikatsioonid. Praktikas võib GenMoli fokuseeritud arhitektuur ja suhteliselt väike tuvastatud kontrollpunkt olla suure läbilaskevõimega molekulaaruuringute jaoks atraktiivne, kuid tegelik kiirus sõltub riistvarast, partiide suurusest, juurutuse konfiguratsioonist ja genereerimisparameetritest.

Peamised tugevused ja piirangud

GenMoli peamine tugevus on selle sobivus fragmendipõhiseks molekulidisainiks. SAFE-esitused ja maskeeritud diskreetne difusioon võimaldavad töövoos säilitada valitud molekulaarset teavet ning uurida samal ajal mujal alternatiive. GenMol V2 ühenduskohtade süntaks on eriti oluline linkeri disaini ja sellega seotud fragmentidega piiratud ülesannete puhul.

Teine praktiline eelis on avatud levitamine. Teadlased saavad kasutada allalaaditavaid kaalusid, uurida lähtekoodirepositooriumi ja juurutada mudeli toetatud taristul, selle asemel et käsitleda seda üksnes läbipaistmatu majutatud lõpp-punktina. Molekulaarjärjestuste, genereerimisjuhtelementide ja skooride kombinatsioon võib samuti lihtsustada GenMoli paigutamist olemasolevasse kemoinformaatika töövoogu.

Olulised piirangud siiski jäävad. NVIDIA märgib, et jõudlus võib halveneda järjestuste puhul, mis erinevad märkimisväärselt ZINC-15-st tuletatud treeningjaotusest. Süntaktiliselt korrektne väljund võib siiski olla keemiliselt ebausutav, raskesti sünteesitav, toksiline, mitteaktiivne, ebastabiilne või konkreetse bioloogilise sihtmärgi jaoks sobimatu. GenMol ei kaota vajadust kehtivuskontrollide, uudsuse analüüsi, sünteesitavuse hindamise, omaduste ennustamise, eksperimentaalse testimise ega ekspertide ülevaatuse järele.

Mudeli 512-tokenised sisendi- ja väljundipiirangud seavad piirid ka ühe päringu käigus käsitletava molekulaarse teabe hulgale. Uurimus ei kinnita laialdast tuge suvalistele molekulaarvormingutele väljaspool dokumenteeritud SAFE-keskset töövoogu. Enne tootmistöövoo loomist peaksid kasutajad kontrollima valitud GenMoli versiooni või NIM-i juurutuse täpselt aktsepteeritavaid parameetreid ja käitumist.

Millal valida GenMol?

Vali GenMol siis, kui keskne ülesanne on väikemolekulide arvutuslik genereerimine ning töövoog saab kasu fragmentide säilitamisest või muutmisest. See sobib hästi teadlastele, kes uurivad linkereid, raamistiku dekoreerimist, motīivide laiendamist, de novo kandidaate või juhtühendite optimeerimise ideid, eriti juhul, kui nad saavad seejärel teha sõltumatuid keemilisi ja omaduste valideerimise samme.

GenMol võib olla sobiv ka siis, kui olulised on allalaaditavad kaalud, NVIDIA-põhine juurutusviis või integratsioon BioNeMo ökosüsteemiga. Selle spetsialiseeritud ülesehitus võib olla SAFE-molekulaarjärjestuste tootmiseks eelistatum kui üldine keelemudel, sest esitus ja genereerimisprotsess on üles ehitatud molekulaarstruktuuridele, mitte tavatekstile.

Teine lahendus võib olla sobivam juhul, kui vaja on üldotstarbelist vestlust, kodeerimist, veebiuuringuid, piltide genereerimist, laiapõhjalist multimodaalset suhtlust, püsivat abi või autonoomset tegutsemist. Samuti võib eelistada teist molekulaarmudelit või tavapärast kemoinformaatika meetodit, kui projekt vajab GenMoli puhul dokumenteerimata võimekusi, näiteks konkreetset omaduste ennustamise ülesannet, teistsugust molekulaarset esitust või valideeritud sünteesiplaneerimise töövoogu.

Kokkuvõte

NVIDIA GenMol on fragmentidega arvestavaks väikemolekulide disainiks mõeldud spetsialiseeritud molekulaarjärjestuste generaator. Selle maskeeritud diskreetse difusiooni meetod, SAFE-esitus, GenMol V2 ühenduskohtade süntaks, allalaaditavad kaalud ja NIM-i kättesaadavus muudavad selle asjakohaseks ravimite väljatöötamise varajastes arvutuslikes töövoogudes. Selle väärtus sõltub genereerimise sidumisest sõltumatu keemilise valideerimise ja valdkonnaekspertiisiga. GenMoli tuleks valida spetsialiseeritud disainimudelina, mitte üldise tehisintellekti assistendi või autonoomse ravimiarendussüsteemina.