엔비디아 생물 분자 과학 기초 모델 Evo 2.0 출시 - 리커전과 시너지 효과

엔비디아는 BioNeMo 플렛폼을 통해 생물 분자 과학을 위한 대규모 기초 모델 Evo 2.0 출시하였습니다. 이는 계산 생물학 분야에 패러다임 전환을 불러올 것입니다. 40억 파라미터 AI 모델은 128,000종의 9.3조 DNA 염기쌍을 학습하여 유전체 서열 분석 및 생성 능력을 획기적으로 향상시켰습니다. 

 

또한 리커전 파마슈티컬스는 BioHive-2 슈퍼컴퓨터와 엔비디아의 BioNeMo 플랫폼 기반 Phenom-Beta 기초 모델을 활용하여 AI 기반 신약 발견 분야의 선두주자로 부상했습니다. 리커전의 기초모델과 Evo 2.0 통합은 리커전의 신약 개발 파이프라인을 가속화할 수 있는 시너지 환경을 불러올 것으로 예측할 수 있습니다.

 

 

Evo 2.0

 

Evo 2는 NVIDIA BioNeMo 플랫폼에서 글로벌 개발자들에게 제공되며, 쉽고 안전한 AI 배포를 위한 엔비디아 NIM 마이크로서비스 형태로 제공됩니다.

  

Evo 2.0의 아키텍처는 하이브리드 컨볼루션 신경망 설계를 통해 기존 트랜스포머 모델과 차별화 됩니다. 이 혁신은 표준 트랜스포머 대비 1.8배 빠른 학습 속도를 제공하며, 긴 서열의 유전체 데이터에 대한 혼란도를 15% 감소시킵니다. 이 모델은 최대 100만 토큰의 서열을 처리할 수 있어 전체 유전자 클러스터를 분석할 수 있으며, 유전자 발현에 영향을 미치는 원거리 조절 요소를 식별할 수 있는 성능을 가지고 있습니다.

 

엔비디아 DGX Cloud의 2,000개 H100 GPU를 사용하여 구축된 Evo 2.0은 78일간의 학습 주기 동안 12.8 엑사플롭스의 컴퓨팅 파워를 소비했습니다. 모델의 분산 학습 프레임워크는 GPU 클러스터 간 통신 오버헤드를 40% 줄였습니다.

 

 

Evo 2.0은 임상 유전체학의 지속적인 병목 현상인 변이 해석에 특히 강점을 보입니다. BRCA1 외에도 예비 벤치마크에서 TP53 변이(n=12,450)에 대해 ClinVar 분류와 87% 일치도를 보였고, HLA 영역의 비코딩 변이의 기능적 영향을 83% 정확도로 예측했습니다.

 

AI는 생물학 연구를 빠르게 변화시켜 수십 년이 걸릴 것으로 생각했던 획기적인 진전을 이룰 태세입니다. Evo 2.0는 이러한 진화에서 상당한 도약을 나타내며, 전례 없는 규모로 DNA, RNA 및 단백질 시퀀스를 분석하고 생성할 수 있는 게놈 기반 모델을 도입합니다. 

 

Evo 2.0은 암 위험을 유발하는 유전자를 식별하는 것부터 복잡한 생물 분자 시스템을 설계하는 것까지 제로샷 작업을 수행하는 능력이 있어 다재다능함을 보여줍니다. 긴 컨텍스트 종속성을 포함하면 게놈 전체의 패턴을 발견하여 정밀 의학, 농업 및 합성 생물학의 발전에 핵심적인 다중 모드 및 다중 스케일 통찰력을 제공할 수 있습니다.

 

이 분야가 발전함에 따라 Evo 2.0과 같은 모델은 AI가 생명의 복잡성을 해독하고 새로운 유용한 생물학적 시스템을 설계하는 데 사용되는 미래를 위한 무대를 마련합니다. 이러한 발전은 기초 모델이 도메인별 과제에 맞게 조정되어 이전에는 달성할 수 없었던 역량을 잠금 해제하는 AI 기반 과학의 더 광범위한 추세와 일치합니다. Evo 2.0의 기여는 AI가 살아있는 세계를 디코딩, 설계 및 재구성하는 데 없어서는 안 될 파트너가 되는 미래를 예고합니다.

 

이 모델은 상업적 사용이 가능하며, 생명과학, 약물 개발, 단백질 공학 분야의 연구를 가속화할 것으로 기대됩니다.

 

 

리커전과 시너지

 

Evo 2.0의 출시와 리커전 (Recursion Pharmaceuticals)의 협력은 신약 개발 과정에서 강력한 시너지를 창출할 것으로 예상됩니다. 두 회사의 기술적 강점과 자원이 결합되어 다음과 같은 구체적인 효과를 가져올 수 있습니다.

 

1. 데이터 통합 및 모델 성능 향상

• 방대한 데이터 활용: 리커전은 23페타바이트 이상의 생물학 및 화학 데이터를 보유하고 있으며, 3조 개 이상의 유전자와 화합물 관계를 검색할 수 있는 데이터셋을 제공할 수 있습니다. Evo 2.0은 이러한 데이터를 활용해 대규모 AI 모델을 훈련하고, 유전체 및 단백질 분석에서 더욱 정교한 결과를 도출할 수 있습니다.
• BioNeMo 플랫폼 통합: Evo 2.0은 엔비디아 BioNeMo 플랫폼에서 실행되며, 리커전의 Phenom-Beta 모델과 결합하여 세포 이미지 데이터와 유전체 데이터를 통합적으로 분석할 수 있습니다.

2. 신약 개발 속도와 효율성 증대

• 표적 발굴 및 검증 가속화: Evo 2.0은 유전자 변이 해석, 단백질 구조 예측, 분자 도킹 시뮬레이션 등을 통해 신약 후보물질 발굴 및 검증 과정을 크게 단축할 수 있습니다.
• 생성형 AI 활용: Evo 2.0의 생성형 AI 기능은 새로운 화합물 설계, 단백질 상호작용 예측, RNA 기반 세포 기능 분석 등에서 물리적 실험을 줄이고 가상 실험으로 대체할 수 있게 합니다.

3. 클라우드 기반 확장성과 상업화

• DGX Cloud 활용: 엔비디아의 DGX Cloud는 리커전의 AI 모델을 확장 가능하게 하고, 글로벌 바이오테크 기업들이 이를 상업적으로 활용할 수 있도록 지원합니다.
• 마이크로서비스 제공: Evo 2.0은 BioNeMo의 마이크로서비스 형태로 제공되어, 리커전과 협력사들이 특정 약물 개발 워크플로우에 맞게 AI 모델을 맞춤화하고 배포할 수 있습니다.

4. 임상 시험 및 규제 프로세스 지원

• IND 준비 자동화: Evo 2.0과 리커전의 생성형 AI는 IND(임상시험계획서) 및 특허 서류 작성 과정을 자동화하여 규제 승인 프로세스를 간소화할 수 있습니다.
• 환자 맞춤형 치료 설계: Evo 2.0은 환자 유전체 데이터를 기반으로 개인화된 치료 전략을 설계하는 데 기여할 수 있습니다.

기대되는 시너지 효과

• 개발 시간 단축: Evo 2.0과 리커전의 협력으로 신약 개발 주기가 기존 대비 최대 40~60% 단축될 가능성이 높습니다.
• 비용 절감: 물리적 실험 의존도를 줄이고 가상 실험을 강화하여 연구 비용을 크게 절감할 수 있습니다.
• 신약 성공률 증가: 더 정교한 데이터 분석과 예측 모델로 인해 신약 후보물질의 성공 가능성이 높아질 것입니다.

 

결론적으로, Evo 2.0과 리커전의 협력은 신약 개발 과정 전반에 걸쳐 혁신적인 변화를 가져올 것이며, 특히 데이터 기반 의사결정과 AI 모델링을 통해 바이오테크 산업 전반에 큰 영향을 미칠 것으로 보입니다.