NVIDIA lance BioNeMo Agent Toolkit pour l'IA et la recherche biomoléculaire
Les agents IA s'immiscent dans la recherche scientifique, mais la biologie n'est pas l'ingénierie logicielle. Un nouvel outil open source de NVIDIA comble ce fossé en convertissant les modèles biomoléculaires en compétences fiables et appelables pour les agents IA dans la découverte de médicaments.
Le BioNeMo Agent Toolkit de NVIDIA regroupe les fonctionnalités clés — repliement protéique, ancrage moléculaire, chimie générative, génomique, conception de protéines et découverte de biomarqueurs — sous forme d'outils documentés pour agents. La plateforme combine des services d'inférence accélérés via les microservices NVIDIA NIM et les modèles open source BioNeMo, soutenus par des bibliothèques comme cuEquivariance pour la modélisation de structures et Parabricks pour la génomique. Chaque compétence est fournie avec une documentation claire précisant son objectif, ses entrées, ses paramètres, ses sorties attendues et ses modes de défaillance, facilitant la découverte, la sélection et l'invocation des bons outils par les agents.
Des modèles aux compétences prêtes pour les agents
L'outil organise les compétences en trois catégories : nim-skills pour les endpoints NIM hébergés, open-models-skills pour les modèles open source BioNeMo, et library-skills pour les fonctions utilitaires. Un dossier workflows inclut des méta-compétences multi-étapes enchaînant des outils, comme un pipeline de conception de protéines liantes génératives combinant RFdiffusion, ProteinMPNN et OpenFold3. Chaque compétence est définie par un fichier SKILL.md contenant des métadonnées YAML, des instructions, des références et des scripts optionnels, servant de documentation lisible par machine que l'agent peut interpréter.
Flexibilité pour différents flux de travail
NVIDIA met en avant deux options de déploiement : les endpoints NIM hébergés pour un accès rapide et les déploiements NIM locaux pour l'expérimentation itérative. Les agents peuvent appeler des modèles comme Boltz-2, DiffDock, GenMol, ProteinMPNN, MSA Search, RFdiffusion et Evo 2 via des motifs de requête cohérents. L'installation est simplifiée grâce à la CLI open source skills CLI, permettant aux agents ou utilisateurs de parcourir et d'ajouter des compétences de manière interactive ou d'installer des compétences spécifiques — comme boltz2-n — pour des tâches ciblées.
Source : MarkTechPost. Synthèse éditoriale assistée par IA — TechnoExpress.