nramosdev · Blog
IA que pliega proteínas: NVIDIA BioNeMo NIM + Claude Science
TL;DR
IA que pliega proteínas: NVIDIA BioNeMo NIM + Claude Science
¿Y si un agente de IA pudiera plegar proteínas y predecir su estructura como un científico? NVIDIA y Anthropic han unido fuerzas para que Claude Science controle microservicios de predicción de estructuras de proteínas. En este vídeo te enseño cómo funciona el BioNeMo Agent Toolkit, qué resultados obtiene y por qué el alineamiento múltiple de secuencias (MSA) es la clave de todo.
Capítulos del vídeo
- 00:00 — Un agente que pliega proteínas
- 00:14 — El problema: herramientas específicas
- 00:29 — BioNeMo Agent Toolkit
- 00:41 — Resultados en benchmarks internos
- 00:51 — Claude Science, el laboratorio de Anthropic
- 01:03 — Qué necesitas para montarlo
- 01:14 — El caso de estudio: dos proteínas de un hongo
- 01:26 — Etapa 1: generar el MSA
- 01:41 — Etapa 2: predecir con OpenFold3
- 01:55 — Etapa 3: repetir con Boltz-2
- 02:07 — El MSA es la clave
- 02:22 — Inspección de la estructura
El contexto
DATOS CLAVE
Análisis
-
BioNeMo Agent Toolkit empaqueta más de una década de modelos de ciencias de la vida en habilidades llamables por agentes
-
En benchmarks internos: corrección de tareas del 60% al 100% y el doble de eficiencia de tokens
-
Requiere GPU NVIDIA L40S o H100 y ~700 GB de almacenamiento
Puntos clave
- Ver datos y cifras en el vídeo: https://www.youtube.com/watch?v=HtxXxvTXeuA
- Investigación previa documentada en el pipeline de vídeo (research.md del proyecto)
- Fuentes primarias listadas a continuación
Fuentes
Conclusión
- OpenFold3: iPTM 0,86 en el heterómero con MSA
Artículo generado automáticamente desde el vídeo publicado en nramosdev. Cada número citado proviene de la investigación verificada del pipeline.