NVIDIA integra toolkit biológico ao Claude Science para prever proteínas

Agentes genéricos entendem que um experimento científico precisa de dobramento de proteínas, mas tropeçam na escolha do modelo adequado, na formatação da requisição e no ajuste de hiperparâmetros. Daniel Burkhardt, Neel Patel, Reza Negahdar, Kyle Tretina e Mahan Salehi assinam a publicação técnica que detalha como o toolkit resolve essa barreira operacional. O sistema empacota bibliotecas e fluxos em habilidades compatíveis com qualquer framework de agentes e conecta o Claude Science diretamente aos microsserviços NVIDIA NIM. Assim, o próprio agente descobre, inicializa e executa contêineres Docker locais que consomem recursos da GPU do hospedeiro.

Teste compara OpenFold3 e Boltz-2 com alinhamento evolutivo

A demonstração prática comparou as previsões do monômero Seh1 e do heterômero Seh1–C1HCX1 usando os modelos OpenFold3 e Boltz-2. Quando os pesquisadores forneceram dados de alinhamento de múltiplas sequências (msa-search), ambos os modelos alcançaram alta confiança de interface, com índices iPTM de 0,85 e 0,82. Sem essa entrada evolutiva, a pontuação despencou para 0,14 e 0,19. O teste prova que o alinhamento evolutivo sustenta a qualidade das previsões de interface entre proteínas. A sobreposição estrutural mostrou que o parceiro completa a dobra do Seh1 em vez de remodelá-la. Ambos os modelos posicionaram de forma independente as mesmas fitas beta do C1HCX1 na posição de fechamento da estrutura WD40, reproduzindo achados anteriores da equipe de Han, Tsenkov e Venanzi.

Configuração local exige máquina pesada e 700 GB de armazenamento

O fluxo não roda em qualquer computador. A configuração descrita pela NVIDIA exige acesso a uma estação de trabalho ou máquina em nuvem com acelerador NVIDIA L40S ou NVIDIA H100 e o Claude Science instalado. O ambiente demanda cerca de 700 GB de armazenamento livre em disco para acomodar contêineres e bases biológicas. A base de dados UniRef30 do serviço msa-search ocupa 490 GB nessa configuração reduzida, evitando o download da coleção completa de 1,4 TB. Os contêineres dos modelos openfold3 e boltz2 somam entre 30 GB e 40 GB. Pesquisadores que trabalham em laptops precisam fechar túneis via SSH, nós de computação de alto desempenho ou conexões remotas no Modal para alcançar GPUs externas.

Como o Claude Science opera em modo sandbox por padrão, o usuário precisa autorizar explicitamente a conexão com endpoints de computação. O procedimento exige navegar até o menu Customize, selecionar Compute, clicar em NVIDIA BioNeMo NIM e depois em Connect. O usuário importa as habilidades do repositório público do BioNeMo Agent Toolkit no GitHub, cadastra uma chave de API da NVIDIA e conecta a sessão aos contêineres locais. Em seguida, o usuário solicita via prompt que o Claude inicialize os microsserviços e rode testes básicos de integridade para confirmar a comunicação com os modelos.