Genedata nimmt NVIDIAs Binder-Design-Modell RFD4-Proteina in seine Discovery-Workflows auf
Genedata, ein Unternehmen von Danaher, hat das neue Binder-Design-Modell RFD4-Proteina in seine KI-gestützten Discovery-Workflows aufgenommen. Das Modell wurde auf der NVIDIA GTC Berlin vorgestellt. Genedata zufolge gehört das Unternehmen zu den ersten, die es in produktiven Discovery-Workflows anbieten.
- Genedata, ein Unternehmen von Danaher, hat das neue Binder-Design-Modell RFD4-Proteina in seine KI-gestützten Discovery-Workflows aufgenommen.
- Das Modell wurde auf der NVIDIA GTC Berlin vorgestellt. Genedata zufolge gehört es zu den ersten Anbietern in produktiven Workflows.
- Forschende legen Ziele mit dem KI-Co-Scientist von Genedata fest, NVIDIAs offene Modelle erzeugen und bewerten Binder, und Laborergebnisse fließen in die nächste Designrunde ein.
- Genedata stellt nach eigenen Angaben Orchestrierung, Governance und Datengrundlage bereit, einschließlich Lineage und Nachvollziehbarkeit.
- Die Funktionen sind an Danahers Initiative für autonome Labore angebunden, einen geschlossenen Discovery-Rahmen.
So läuft der Workflow ab
Laut Genedata beginnt der Prozess damit, dass Wissenschaftlerinnen und Wissenschaftler mithilfe des unternehmenseigenen KI-Co-Scientists die Zielmerkmale und die gewünschten Eigenschaften festlegen. Anschließend erzeugen und bewerten die offenen Proteindesign-Modelle von NVIDIA innerhalb der Genedata-Umgebung Kandidaten für Binder.
Gehen die Kandidaten in die Labortests, werden die Ergebnisse erfasst und mit den ursprünglichen Designs verknüpft. Das helfe den Forschenden, die nächste Kandidatenrunde zu verfeinern und zu priorisieren, so Genedata. Ziel sei es, KI-Vorhersagen in kontinuierliche Lernzyklen zu überführen und so die Entwicklung von Biologika zu beschleunigen.
Vom Modellzugang zum produktiven Einsatz
Genedata argumentiert, der Zugang zu leistungsfähigen Modellen sei nur ein Teil der Lösung. Othmar Pfannes, Ph.D., President von Genedata, sagte, um ihren vollen Wert zu erschließen, brauche es „mehr als nur den Zugang zu leistungsfähigen Modellen“. Forschende benötigten einen Weg, molekulares Design, experimentelle Durchführung und wissenschaftliche Daten zu einem kontinuierlichen Lernprozess zu verbinden.
Nach Angaben des Unternehmens tun sich viele Organisationen noch schwer damit, generative KI-Modelle in produktive wissenschaftliche Forschungsabläufe zu überführen. Genedata positioniert seine Software als die nötige Grundlage für Orchestrierung, Governance und wissenschaftliche Daten, um die offenen NVIDIA-BioNeMo-Modelle, darunter RFD4-Proteina, direkt in den Workflows einzusetzen, die Forschende täglich nutzen.
Dem Unternehmen zufolge können Forschende KI-generierte Designs in etablierten Prozessen anwenden und dabei Herkunftsnachweis (Lineage), Nachvollziehbarkeit und wissenschaftlichen Kontext über den gesamten Discovery-Zyklus hinweg wahren. Pfannes sagte, der Ansatz helfe Wissenschaftlern, vor den Tests mehr Kandidaten zu bewerten und Wissen von einem Discovery-Zyklus in den nächsten zu übertragen.
Verbindung zur Initiative für autonome Labore von Danaher
Genedata zufolge fügen sich diese Funktionen in die Initiative für autonome Labore von Danaher ein. Dort werden KI, Automatisierung und wissenschaftliche Daten in einem geschlossenen Discovery-Rahmen (Closed Loop) verknüpft, in dem jedes experimentelle Ergebnis in den nächsten Designzyklus einfließt. Das Unternehmen betont, dass die Forschenden diesen lernenden, sich stetig verbessernden Prozess weiterhin steuern.
Was das für Biopharma-Forschende bedeutet
Für Forschungsteams, die an Protein- und Antikörper-Discovery arbeiten, deutet die Ankündigung einen Weg an, die offenen Designmodelle von NVIDIA zu nutzen, ohne die umgebende Infrastruktur selbst aufbauen zu müssen. Die Pressemitteilung nennt weder Preise noch Verfügbarkeitsbedingungen oder Leistungskennzahlen für RFD4-Proteina in den Workflows von Genedata. Der praktische Nutzen muss sich daher erst im Einsatz bei den Anwendern zeigen.
Genedata beschreibt sich als führenden Anbieter von Unternehmenssoftware für die Forschung und Entwicklung in der Biopharma-Branche und gibt an, dass Kunden dem Unternehmen seit mehr als 25 Jahren vertrauen. Die Integration wird als Schritt hin zu einer nachvollziehbaren Schleife aus Design, Labortests und Daten präsentiert.
