Volcano Engine は Deepin Technology が業界初の 3D 分子事前トレーニング モデル Uni-Mol をリリースするのを支援します

Volcano Engine は Deepin Technology が業界初の 3D 分子事前トレーニング モデル Uni-Mol をリリースするのを支援します

新薬の継続的な登場により、人間の生活の質と平均寿命はある程度向上しました。医薬品設計の分野では、薬物分子の組み合わせが数千万通りあり、その構造も多様であるため、候補薬物の化学空間は非常に広くなります。

医薬品の設計を加速するにはどうすればよいでしょうか? 2018 年に設立された Deepin Science は、人工知能と分子シミュレーション アルゴリズムを高度なコンピューティング手法と組み合わせて、この重要な科学的問題を解決することに取り組んでいます。

分子シミュレーションアルゴリズムの課題

Deepin Technology は、「AI for Science」という科学研究パラダイムの実践者であり、人類文明における最も基本的なバイオメディカル、エネルギー、材料、情報科学および工学研究のための新世代のマイクロスケール工業デザインおよびシミュレーション プラットフォームを構築しています。

このハイテク企業は強力な科学研究能力と産業実装能力を備えています。例えば、医療分野では、Deepin は Hermite Uni-FEP、Uni-Fold、RiD などのモジュールを通じて自由エネルギー摂動理論、分子動力学、強化サンプリング アルゴリズム、高性能コンピューティングを組み合わせ、タンパク質の構造と立体配座の変化を正確に予測し、タンパク質とリガンドの結合自由エネルギーを化学的精度で効率的に評価することで、医薬品開発者に効率的で正確な理論的ガイダンスを提供し、医薬品の設計と最適化の効率を向上させています。

分子シミュレーション アルゴリズムはコンピューティング能力やその他のリソースに線形依存するため、Deepin Technology は基盤となるリソースのスケジュール設定とアルゴリズムの最適化において次のような課題に直面しました。

  1. コンピューティング タスクの数は膨大で、大きく変動するため、基盤となるプラットフォームは柔軟で効率的な弾性スケジューリング機能を提供する必要があります。
  2. 大規模なモデルではトレーニングに大量のメモリが必要になります。
  3. 大量の非構造化ファイルデータの読み取り。

Deepin Technology は、効率的で信頼性が高く、柔軟な高性能コンピューティング サービスを得るために、Volcano Engine と協力することを選択しました。

業界初の3D分子事前トレーニングモデル

Volcano Engine は、GPU アクセラレーションに基づく科学計算ソリューションを Deepin に提供します。このソリューションは、ビジネス トラフィックに応じて容量を自動的かつ柔軟に拡張し、各ノードのヘルス ステータスを自動的に収集し、対応する自己修復戦略を策定して、インテリジェントな運用と保守を実現します。たとえば、ノードが利用できない場合、ソリューションはノード上のコンテナを置き換えて再スケジュールし、ビジネスの円滑で健全な運営を確保できます。

科学計算ソリューションは、Volcano Engine のクラウドベース製品に依存しており、弾力的にスケーラブルな高速コンピューティング サーバー GPU、搭載された高性能ファイル サービス クラスター、超高同時スループットの並列ファイル ストレージを提供し、AI や科学計算などの高性能コンピューティング シナリオ向けに設計された機械学習プラットフォームを備えているため、Deepin はコア ビジネスの開発に集中できます。

神師科技の担当者は次のように語っています。「科学計算ソリューションを使用することで、基盤となるサーバーやその他のインフラストラクチャを直接購入して管理する必要がなくなり、アプリケーション自体の構築に集中できるようになりました。これにより、IT メンテナンス コストが効果的に削減されます。」

Volcano Engine 科学計算ソリューションは、Deepin Technology の研究開発の進歩を効果的に保証します。最近、Deepin Technology は初の 3 次元分子事前トレーニング モデル Uni-Mol (https://github.com/dptech-corp/Uni-Mol) をリリースしました。

Uni-Molフレームワークの概略図

Uni-Mol は、1 次元シーケンスや 2 次元グラフ構造を使用するのではなく、分子の 3 次元構造をモデル入力として直接使用します。 3D情報に基づく表現学習により、
Uni-Mol は、薬物分子やタンパク質ポケットに関連するほぼすべての下流タスクにおいて SOTA (最先端技術) を上回り、さらに分子コンフォメーション生成やタンパク質-リガンド結合コンフォメーション予測など、3 次元コンフォメーション生成に関連するタスクを直接完了できるため、既存のソリューションを上回ります。

今後、Deepin は Volcano Engine プラットフォームに基づく一連のタンパク質自由エネルギーと絶対自由エネルギーの計算機能もリリースし、業界に革新的で高度な生産性ツールをもたらし、医薬品設計の開発を加速します。



<<:  エッジコンピューティングの価値はデータにある

>>:  機械学習を攻撃に利用する9つの方法

ブログ    
ブログ    
ブログ    
ブログ    

推薦する

機器の検査に手作業が必要な人はいますか? AIの活用

著者 | Tu Chengyeレビュー | Chonglou前の記事:「人材が足りないのではなく、A...

コンピュータアーキテクチャにおける機械学習

[[428279]]機械学習 (ML) の最近の進歩に大きく貢献したものの 1 つは、Google ...

デジタル変革時代の産業用ロボット開発の5大トレンド

適応性は常に成功する組織の基礎となる原則です。過去 2 年間、世界は不確実性に直面してきましたが、こ...

Google は、DQN と同等で、より優れた一般化パフォーマンスを備えた 2 つの新しい強化学習アルゴリズムを実装しました。

この記事はAI新メディアQuantum Bit(公開アカウントID:QbitAI)より許可を得て転載...

サイバーセキュリティにおける人工知能の動向

[[429763]]今日の世界はデータ主導であり、手動のプロセスだけではすべてのデータを監視または保...

...

面接に合格してNLPの扉を開くのに役立つNLPの簡単なガイド

弱い人工知能の時代が到来し、人々の日常生活はアルゴリズムが提供するサービスと切り離せないものとなって...

予測 AI は顧客とのつながりをどのように変えるのでしょうか?

[[422098]]予測分析は、私たちが必ずしも気づいていないとしても、私たちの生活の多くの分野に...

ユニバーサルで説明可能なAIコンピューティングハードウェア設計は、EDAにおける次の革命的な技術となるでしょう。

この記事はLeiphone.comから転載したものです。転載する場合は、Leiphone.com公式...

...

Ctrip の AI 推論パフォーマンスの自動最適化プラクティス

[[424530]] 1. 背景近年、人工知能はセキュリティ、教育、医療、観光などの産業や生活の場面...

OpenAIは、レビューの効率を向上させ、人間の関与を減らすことができるコンテンツレビュー機能をテストしている。

人工知能のスタートアップ企業OpenAIは8月16日、GPT-4がコンテンツレビュー機能をテストして...

ドローンは5G開発をフィードバックし、インテリジェントな運用と保守の新たなアップグレードを促進する

近年、民生用ドローンの急速な発展と5G商用化の段階的な深化に伴い、ドローンと5Gの関係はますます密接...

2018年末のAI分野におけるオープンソースフレームワークのまとめ

[[253605]] [やや活発な***四半期] 2018.3.04——OpenAIはオープンソース...

AIは宇宙探査の商業化をどのように推進するのでしょうか?

[[321585]]現代のコンピュータが誕生するずっと前から、数え切れないほどのSF作品が、宇宙を...