Volcano Engine은 Shenzhen Technology가 업계 최초의 3D 분자 사전 훈련 모델 Uni-Mol을 출시하도록 지원합니다.-일체 포함-php.cn

Volcano Engine은 Shenzhen Technology가 업계 최초의 3D 분자 사전 훈련 모델 Uni-Mol을 출시하도록 지원합니다.

王林

풀어 주다： 2023-04-13 10:10:13

앞으로

1785명이 탐색했습니다.

지속적인 신약의 출현으로 인간의 삶의 질과 평균 수명이 어느 정도 향상되었습니다. 약물 디자인 분야에서는 수천만 개의 약물 분자 조합과 다양한 구조가 있기 때문에 약물 후보의 화학적 공간이 매우 넓어졌습니다.

약물 설계 속도를 어떻게 높일 수 있나요? 2018년에 설립된 Shenzhen Technology는 고급 컴퓨팅 방법과 결합된 인공 지능 및 분자 시뮬레이션 알고리즘을 사용하여 이 중요한 과학적 문제를 해결하는 데 전념하고 있습니다.

분자 시뮬레이션 알고리즘의 과제

Shenzhen Technology는 "과학을 위한 AI" 과학 연구 패러다임을 실천하는 기업으로, 인류 문명의 가장 기본적인 생물 의학, 에너지, 재료, 정보 과학 및 엔지니어링 연구를 위한 새로운 기술을 창출합니다. 1세대 소규모 산업 설계 및 시뮬레이션 플랫폼입니다.

이 첨단 기술 기업은 강력한 과학 연구 및 산업 구현 능력을 갖추고 있습니다. 예를 들어, 의학 분야에서 Shenzhen Technology는 Hermite Uni-FEP, Uni-Fold, RiD 및 기타 모듈을 통해 자유 에너지 섭동 이론, 분자 역학, 향상된 샘플링 알고리즘을 고성능 컴퓨팅과 결합하여 단백질 구조 및 형태 변화를 정확하게 예측합니다. . 화학적 정밀도로 단백질과 리간드의 결합 자유 에너지를 효율적으로 평가하고, 약물 개발자에게 효율적이고 정확한 이론적 지침을 제공하며, 약물 설계 및 최적화의 효율성을 향상시킵니다.

컴퓨팅 성능과 같은 리소스에 대한 분자 시뮬레이션 알고리즘의 선형 의존성으로 인해 Shenzhen Technology는 기본 리소스 스케줄링 및 알고리즘 최적화 측면에서 다음과 같은 과제에 직면했습니다. 작업이 크고 변동이 크기 때문에 기본 플랫폼은 유연하고 효율적인 탄력적 스케줄링 기능을 제공해야 합니다.

대규모 모델, 대규모 메모리 교육
대규모 비정형 파일 데이터 읽기;
업계 최초의 3D 분자 사전 훈련 모델

Volcano Engine은 비즈니스 트래픽에 따라 자동으로 탄력적으로 확장하고 각 사람의 건강 상태를 자동으로 수집할 수 있는 GPU 가속 과학 컴퓨팅 솔루션을 Shenzhen Technology에 제공합니다. 지능적인 운영 및 유지 관리를 달성하기 위해 노드를 만들고 해당 자가 치유 전략을 공식화합니다. 예를 들어, 노드를 사용할 수 없는 경우 이 솔루션은 노드의 컨테이너를 교체하고 일정을 조정하여 원활하고 건전한 비즈니스 운영을 보장할 수 있습니다.

과학 컴퓨팅 솔루션은 Volcano Engine의 클라우드 기본 제품을 사용하여 탄력적으로 확장 가능한 가속 컴퓨팅 서버 GPU를 제공하고 고성능 파일 서비스 클러스터와 초고동시 처리량 병렬 파일 스토리지를 탑재하고 AI 및 과학 컴퓨팅과 같은 고성능 컴퓨팅 시나리오를 위해 특별히 설계된 기계 학습 플랫폼을 통해 Shenzhen Technology는 핵심 비즈니스 개발에 집중할 수 있습니다.

심천기술 관계자는 "과학적인 컴퓨팅 솔루션을 사용한 후에는 기본 서버 등 인프라를 직접 구매하고 관리하지 않고도 애플리케이션 자체 구축에 집중할 수 있어 IT 유지관리 비용을 효과적으로 절감할 수 있다"고 말했다.

Volcano Engine은 Shenzhen Technology가 업계 최초의 3D 분자 사전 훈련 모델 Uni-Mol을 출시하도록 지원합니다.

Volcano Engine 과학 컴퓨팅 솔루션은 Shenzhen Technology의 연구 개발 진행을 효과적으로 보장합니다. 최근 Shenshi Technology는 최초의 3차원 분자 사전 훈련 모델 Uni-Mol(https://github.com/dptech-corp/Uni-Mol)을 출시했습니다.

Uni-Mol 프레임워크의 개략도

Uni-Mol은 1차원 시퀀스나 2차원 그래프 구조를 사용하는 대신 3차원 분자 구조를 모델 입력으로 직접 사용합니다. 3차원 정보를 기반으로 한 표현 학습을 통해 Uni-Mol은 약물 분자 및 단백질 포켓과 관련된 거의 모든 다운스트림 작업에서 SOTA(state of the art)를 능가할 수 있습니다. 단백질-리간드 결합 형태 예측 등 3차원 형태 생성을 통해 기존 솔루션을 능가합니다.

Volcano Engine은 Shenzhen Technology가 업계 최초의 3D 분자 사전 훈련 모델 Uni-Mol을 출시하도록 지원합니다.