صاحب‌خبر - پژوهشگران مؤسسه فناوری ماساچوست (MIT) با همکاری یک شرکت زیست‌فناوری، یک مدل بنیادی نسل جدید به نام «بولتز-۲» (Boltz-2) را معرفی کرده‌اند که می‌تواند فرآیند کشف و توسعه دارو را که زمانی بسیار پرهزینه و زمان‌بر بود، به شدت تسریع کند.
به گزارش ایتنا و به نقل از اینترستینگ انجینیرینگ، گفته می‌شود این مدل هوش مصنوعی که حاصل همکاری «کلینیک جمیل» و «سی‌سِیل» MIT با شرکت تازه‌کار «ریکِرژن» است، می‌تواند میلیون‌ها جفت لیگاند-پروتئین را به صورت موازی پردازش کند.
هسته اصلی این نوآوری، توانایی بولتز-۲ در نزدیک شدن به دقت روش شبیه‌سازی «آشفتگی انرژی آزاد» (FEP) است که به عنوان استاندارد طلایی برای پیش‌بینی قدرت اتصال مولکول‌ها شناخته می‌شود.
بدین‌ترتیب، اکنون دانشمندان به جای آنکه با زحمات طاقت‌فرسا ترکیبات را به صورت تک‌تک در آزمایشگاه‌ها تست کنند یا هفته‌ها برای تکمیل شبیه‌سازی‌های فیزیکی منتظر بمانند، می‌توانند مولکول‌ها را در مقیاس ابررایانه‌ای و به صورت دیجیتال اولویت‌بندی و غربالگری کنند.
در آزمون‌های مربوطه، بولتز-۲ عملکرد بهتری نسبت به روش‌های سنتی «داکینگ» و رویکردهای قبلی یادگیری ماشین نشان داد و حتی دقت متوسط را در غربالگری‌های با توان بالا دو برابر کرد.
گفتنی است بخش عمده‌ای از این جهش به پیش، مرهون مهندسی هوشمندانه در کنار زیست‌شناسی است. ابررایانه بایوهایو-۲ که بر پایه سکوی «DGX SuperPOD» انویدیا با پردازنده‌های گرافیکی «H100 Tensor Core» ساخته شده، برای مدیریت حجم عظیم داده‌های آموزشی—بیش از سه میلیون نمونه برچسب‌دار—بهینه‌سازی شده است.
مهندسان انویدیا نیز با معرفی «هسته‌های cuEquivariance» سفارشی، که عملیات کلیدی «مثلث» را تا سه برابر سریع‌تر کردند، نقش حیاتی در از بین بردن گلوگاه‌های محاسباتی ایفا نمودند.∎