PUBLICIDADE

IA Conversacional Revoluciona a Biologia Computacional: NVIDIA BioNeMo e Claude Science Unidos na Previsão de Estruturas de Proteínas

31/08/2026
7 visualizações
3 min de leitura
Imagem principal do post

NVIDIA BioNeMo e Claude Science: nova integração permite prever estruturas de proteínas por linguagem natural

A NVIDIA anunciou a integração do seu BioNeMo Agent Toolkit com o Claude Science, a plataforma de pesquisa científica da Anthropic baseada em inteligência artificial. A combinação permite que pesquisadores executem fluxos complexos de biologia computacional, como a previsão de estruturas de proteínas, por meio de comandos em linguagem natural, sem a necessidade de configurar manualmente modelos preditivos ou gerenciar ambientes de software.

Imagem complementar

O Claude Science funciona como um workbench científico no qual cientistas podem conversar com agentes de IA para conduzir suas pesquisas de ponta a ponta. Com a integração ao BioNeMo Agent Toolkit, a plataforma passa a acessar as capacidades aceleradas por GPU da NVIDIA diretamente no mesmo ambiente onde o restante do trabalho de pesquisa acontece. O toolkit empacota os recursos da NVIDIA como habilidades invocáveis, permitindo que o Claude Science selecione a ferramenta adequada, prepare entradas válidas e execute o fluxo de trabalho conectando-se aos recursos de computação implantados em qualquer infraestrutura.

PUBLICIDADE

A abordagem se apoia nos microsserviços BioNeMo NIM, que são contêineres de inferência otimizados para GPU prontos para ambientes de produção. Esses microsserviços funcionam como endpoints de inferência corporativos e empacotam modelos biomoleculares abertos da NVIDIA. Entre os modelos disponíveis como NIM estão o OpenFold2, voltado à previsão da estrutura tridimensional de proteínas a partir de sequências, alinhamentos múltiplos de sequência e templates, e o OpenFold3, que amplia a previsão para complexos moleculares envolvendo proteínas, DNA, RNA e ligantes. Também fazem parte do catálogo o Boltz-2, para previsão de estruturas de complexos biomoleculares, além de ferramentas como ProteinMPNN, voltada ao design de sequências de aminoácidos para scaffolds proteicos, e o MSA Search, que gera alinhamentos múltiplos de sequência a partir de sequências de consulta.

Na prática, o pesquisador descreve uma tarefa em texto simples, como analisar uma sequência genômica, prever a estrutura de uma proteína específica ou desenhar um ligante molecular em potencial. O Claude Science interpreta essa solicitação e orquestra a execução por meio do BioNeMo Agent Toolkit, que aciona os microsserviços NIM apropriados. Dessa forma, tarefas que antes exigiam configuração manual de modelos preditivos, criação de endpoints de rede e administração de ambientes complexos passam a ser executadas a partir de uma interface conversacional.

Um exemplo prático apresentado pela NVIDIA envolve a geração de inibidores para alvos comuns relacionados ao câncer. O fluxo começa quando um cientista identifica uma mutação antigênica conhecida por causar a doença e pede ao Claude que projete diversos inibidores potenciais针对 aquela mutação específica. A integração entre o Claude Science, o BioNeMo Agent Toolkit e os microsserviços NIM acelera todo o pipeline de previsão, otimização e validação de inibidores em larga escala. Esse tipo de trabalho, que combina design molecular, modelagem preditiva e análise iterativa de resultados, é considerado uma das áreas mais promissoras para aplicação da chamada agentic AI na pesquisa científica.

A agentic AI, conceito central nessa integração, representa uma evolução dos sistemas de inteligência artificial capazes de agir de forma autônoma. Em vez de apenas responder perguntas, esses agentes leem artigos científicos, formulam hipóteses, acionam modelos e decidem quais experimentos priorizar em seguida. Na engenharia de software, agentes de codificação já demonstraram valor ao escrever, testar e enviar código para produção. Na pesquisa científica, o potencial é ainda mais amplo, já que os pesquisadores precisam avaliar evidências continuamente, refinar hipóteses e iterar sobre experimentos em ciclos longos e complexos.

A NVIDIA destaca que sua pilha de computação acelerada por GPU combina hardware, frameworks de software, bibliotecas operacionais, modelos científicos, microsserviços e ferramentas voltadas para áreas específicas. Com a integração ao Claude Science, esses componentes ficam acessíveis aos cientistas sem que eles precisem dominar toda a complexidade técnica subjacente, o que pode aumentar a velocidade de iteração em projetos de descoberta de fármacos e pesquisa em ciências da vida.

PUBLICIDADE

Leitura recomendada

Comentários

Nenhum comentário ainda. Seja o primeiro a comentar!