生命科学领域已进入计算规模化的新时代。在过去十年多时间里，NVIDIA 一直致力于构建全面的 GPU 加速计算堆栈，涵盖硬件、框架、库、模型、微服务及特定领域工具，旨在帮助研究人员运行更复杂的流程并加快迭代速度。

本周，Anthropic 发布了 Claude Science，这是一个面向科学研究的 AI 工作台，允许科学家通过自然语言与智能体进行交互，从而端到端地完成他们的工作。

Claude Science 集成了 NVIDIA BioNeMo Agent Toolkit，作为科学家可以在其工作流程中访问的资源。该工具包将 NVIDIA 加速功能打包成可调用的技能，使 Claude Science 能够选择合适的工具、准备有效的输入并执行工作流程——同时连接到部署在任何地方的 NVIDIA 计算资源。这使得 NVIDIA 的加速模型、库和 NVIDIA NIM 微服务能够直接集成到研究发生的相同环境中。

全球顶尖的制药公司纷纷采用 NVIDIA 技术，以推动药物发现、基因组学、医学影像、分子设计和蛋白质工程等领域的 AI 赋能研究。目前，排名前 20 的制药公司中有 18 家在使用 NVIDIA BioNeMo，这凸显了其在整个生态系统中的广泛作用。

推动科学发现的智能体时代

Claude Science 让科学家能够使用自然语言将研究从意图转化为行动，而无需手动配置模型、端点或软件环境。NVIDIA BioNeMo Agent Toolkit 通过提供对加速工作流程和模型的访问，如 Evo 2、Boltz-2 和 OpenFold 3，进一步扩展了这一能力，从而加快了受益于加速的分析速度。

科学家首先以自然语言描述研究任务，例如分析基因组序列、预测蛋白质结构或设计潜在的结合剂。Claude Science 会解析请求，并通过预先配置的、了解基因组学、蛋白质组学、单细胞分析、化学信息学和临床研究中既定工作流程的领域专业智能体来协调工作。

BioNeMo Agent Toolkit 为这些智能体提供了连接每个步骤与适当 NVIDIA 科学能力所需的上下文。每项技能都包含有关其目的和所需输入的信息，有助于智能体准备和执行工作流程，并返回输出供审查。

由此产生的成果是科学推理与加速计算工作之间的迭代循环。科学家可以检查输出，完善他们的问题，并决定下一步行动，同时专注于科学本身。

一个强大的例子是生成更好的常见癌症靶点抑制剂。在这个工作流程中，科学家从已知的致癌抗原突变开始，并要求 Claude 设计多种潜在的抑制剂。Claude Science 集成了 BioNeMo Agent Toolkit 和 NVIDIA NIM 微服务，加速了高通量抑制剂预测、优化和验证。

为智能体构建的科学基础

AI 智能体通过推理、规划和使用工具来完成任务。在生命科学领域，这些工具通常是专业的计算工作流程。

一个自主的 AI 科学家智能体并非孤立地进行推理。它可能需要对化合物库进行指纹识别，对有希望的命中进行聚类，为顶级候选分子生成构象，分析基因组背景，并比较扰动反应，然后才推荐下一步实验。

每个步骤都依赖于一个科学工具，而智能体的运行速度取决于这些工具的速度。

NVIDIA BioNeMo Agent Toolkit 为科学智能体提供了以科学速度运行所需的加速工具。它包括：

• NVIDIA Parabricks 将基因组分析时间从数小时缩短到数分钟，使智能体能够近乎实时地将基因组背景整合到决策中。
• 由 scverse 开发的 RAPIDS-singlecell 将一个包含 130 万个细胞的预处理和聚类工作流程从 52 分钟压缩到 25 秒，从而使单细胞分析成为推理循环的一部分，而不是离线批处理任务。
• nvMolKit 将相似性搜索和构象生成等化学信息学操作的速度提高高达 3000 倍，使智能体在海量化学空间中迭代时能够以思维的速度获得结果。
• NVIDIA BioNeMo 开源模型提供核心生物分子能力，并通过 NVIDIA 库加速，使智能体能够为工作流程的每个步骤拥有专门设计的科学模型。
• BioNeMo NIM 微服务将这些模型打包成企业级推理端点——容器化微服务，预先集成了完整的加速软件堆栈并针对高性能推理进行了调优——使智能体能够调用单一稳定的应用程序接口进行生产部署。

NVIDIA BioNeMo Agent Toolkit 是开放且不依赖特定硬件的，允许相同的科学技能在不同的智能体框架和研究平台之间工作。该工具包及其技能现已通过 NVIDIA 开发者资源和 GitHub 提供。

科学家可以通过 Anthropic 的 Claude Science 访问 BioNeMo 驱动的工作流程，Claude Science 于今日进入公开测试阶段。作为公开测试的一部分，Anthropic 邀请研究人员提供关于他们需要的其他领域专家和集成方面的反馈。