NVIDIA presenta BioNeMo Agent Toolkit, una nuova piattaforma di strumenti e competenze pensata per portare i workflow agentici nel mondo delle scienze della vita. L’obiettivo è permettere ad agenti AI, ricercatori e laboratori di lavorare insieme per raccogliere evidenze, ragionare sui risultati, eseguire esperimenti computazionali e suggerire i passaggi successivi nei processi di scoperta scientifica.
Il toolkit mette a disposizione strumenti specifici per biologia, chimica, genomica e drug discovery, combinando oltre dieci anni di librerie, modelli aperti e tecnologie NVIDIA dedicate alle life sciences. L’annuncio coinvolge un ecosistema ampio, che include aziende tecnologiche, laboratori di frontiera, piattaforme scientifiche, realtà farmaceutiche e centri di ricerca.
NVIDIA BioNeMo Agent Toolkit porta gli agenti AI nelle scienze della vita
BioNeMo Agent Toolkit nasce per dare agli agenti AI strumenti scientifici concreti, non solo capacità conversazionali. La differenza è sostanziale: un assistente generico può rispondere a domande o sintetizzare testi, ma fatica a muoversi in workflow scientifici complessi, dove bisogna scegliere strumenti corretti, interpretare input e output, comprendere il significato biologico dei risultati e decidere l’azione successiva.
Con BioNeMo Agent Toolkit, NVIDIA punta a trasformare agenti generalisti, piattaforme AI e sistemi interni delle aziende biofarmaceutiche in agenti specializzati per le scienze della vita. Il sistema consente di sintetizzare conoscenza scientifica, richiamare modelli, valutare risultati, ragionare sui passaggi successivi ed eseguire azioni all’interno di workflow di ricerca.
La piattaforma include NVIDIA BioNeMo ed è basata su microservizi NVIDIA NIM, NVIDIA Parabricks, NVIDIA NeMo, NVIDIA Nemotron, accelerated computing e competenze agentiche. L’idea è costruire una base aperta e affidabile per l’agentic life sciences, cioè per una ricerca scientifica in cui gli agenti AI non si limitano ad assistere, ma partecipano all’esecuzione dei processi computazionali.
Più di 50 aziende stanno già utilizzando il toolkit per attività come previsione della struttura proteica, molecular docking, chimica generativa, analisi genomica, progettazione proteica e scoperta di biomarcatori.
“I modelli di frontiera sono il cervello. BioNeMo è la cassetta degli attrezzi scientifica. Insieme, danno agli agenti AI le competenze di un assistente di ricerca con dottorato e la velocità di un supercomputer”, ha dichiarato Jensen Huang, fondatore e CEO di NVIDIA. “Per la prima volta, i ricercatori possono costruire agenti AI che comprendono la conoscenza scientifica, usano strumenti scientifici ed eseguono workflow scientifici. È un nuovo modo di fare scienza, che può accelerare drasticamente la scoperta in biologia, chimica, genomica e medicina”.
Agentic AI e ricerca scientifica, dal ragionamento agli esperimenti computazionali
Il nodo centrale è il passaggio dagli agenti che rispondono alle domande agli agenti che completano attività scientifiche. NVIDIA descrive BioNeMo Agent Toolkit come un insieme di strumenti che fornisce agli agenti il contesto e il know-how necessari per eseguire scientific computing, migliorando accuratezza, completamento dei task ed efficienza nell’uso dei token.
Nel settore life sciences, i workflow agentici possono aiutare a iterare più rapidamente, ridurre i costi e aumentare la probabilità di successo. Il punto è particolarmente rilevante in un ambito in cui la ricerca scientifica globale raggiunge i 3.800 miliardi di dollari e i budget farmaceutici annuali si avvicinano ai 300 miliardi di dollari.
Il toolkit consente agli sviluppatori di trasformare agenti general purpose in agenti per le scienze della vita in tempi molto ridotti. I ricercatori possono così eseguire esperimenti più velocemente, apprendere in modo continuo dai risultati e chiudere il ciclo tra ipotesi e scoperta. Alcune aziende stanno già estendendo questa iterazione anche ai laboratori fisici, collegando la parte computazionale ai processi sperimentali.
NVIDIA sta ottimizzando l’intera piattaforma BioNeMo trasformando librerie, modelli e framework in strumenti richiamabili dagli agenti. Questo include i modelli aperti NVIDIA Nemotron per il reasoning, la libreria NVIDIA NeMo RL per il reinforcement learning e i blueprint NVIDIA NemoClaw per agenti sicuri e privati, capaci di ragionare su attività diverse, chiamare strumenti e interagire con i dati in modo continuo.
I microservizi NVIDIA NIM permettono agli agenti di richiamare modelli ed eseguire attività specifiche, mentre NVIDIA OpenShell offre un ambiente controllato per l’esecuzione. È una componente importante perché la ricerca agentica richiede non solo capacità di ragionamento, ma anche ambienti affidabili nei quali eseguire workflow complessi.
Screening virtuale, genomica e progettazione proteica tra i primi casi d’uso
BioNeMo Agent Toolkit abilita diversi workflow scientifici. Nel virtual screening, gli agenti possono aiutare i ricercatori a identificare candidati farmaci a piccola molecola generando e selezionando composti, eseguendo il docking verso un target, prevedendo la forza di legame e filtrando le proprietà drug-like. Il risultato è la possibilità di indicare quali candidati debbano essere prioritizzati, comprimendo tempi che possono passare da giorni a minuti.
Nell’analisi genomica e nella target discovery, gli agenti possono trasformare dati grezzi di sequenziamento in insight genetici prioritizzati e target biologici. NVIDIA Parabricks accelera l’allineamento e il variant calling, mentre i foundation model genomici valutano gli effetti delle varianti e l’agente classifica i candidati più rilevanti per la malattia da approfondire.
Nella progettazione di protein binder, gli agenti possono supportare progettazione e validazione computazionale dei candidati prima dell’avvio del lavoro sperimentale, comprimendo attività tradizionalmente ad alta intensità di lavoro. Nel biomedical research, gli agenti collegano real-world data e modelli di reasoning per migliorare efficienza e accuratezza in processi come revisione della letteratura, generazione di protocolli, screening dei trial clinici e farmacovigilanza, anche attraverso NVIDIA Biomedical AI-Q Research Agent.
Un altro ambito riguarda l’analisi delle immagini mediche. Gli agenti possono aiutare i ricercatori a processare, segmentare, sintetizzare e ragionare sui dati di imaging, supportando la scoperta di biomarcatori e accelerando la generazione di evidenze nei workflow di ricerca.
Dalle proteine ai dati scientifici, l’ecosistema adotta BioNeMo
L’annuncio di NVIDIA mostra una strategia fortemente ecosistemica. Organizzazioni di ricerca e modelli aperti, tra cui Arc Institute, Open Molecular Software Foundation e Institute for Protein Design della University of Washington, stanno lavorando con NVIDIA per usare BioNeMo nello sviluppo di modelli di frontiera e nella loro accessibilità attraverso workflow pronti per agenti.
La collaborazione con l’Institute for Protein Design ha accelerato i runtime di modelli di biodesign come RosettaFold3, ottenendo prestazioni due volte superiori rispetto alla generazione precedente del modello. Sono inoltre in corso ulteriori applicazioni per accelerare la progettazione proteica, offrendo ai ricercatori strumenti utilizzabili a scala e costi prima non raggiungibili.
“Ogni strumento che abbiamo costruito per la progettazione proteica è potente solo quanto gli scienziati che riescono ad accedervi in modo efficiente”, ha dichiarato David Baker, professore di biochimica presso la University of Washington School of Medicine e direttore dell’Institute for Protein Design. “Il prossimo salto nella scienza non arriverà da una singola scoperta; arriverà dalla velocità dei progetti iterativi e da agenti capaci di ragionare ripetutamente sulla complessità della biologia a una velocità che gli esseri umani non potrebbero mai raggiungere”.
Anche i laboratori di frontiera e i costruttori di agenti scientifici, tra cui Anthropic, Edison Scientific, Lila Sciences, OpenAI e Owkin, stanno integrando BioNeMo per aiutare gli agenti a passare dalla risposta alle domande al completamento del lavoro scientifico.
Le piattaforme scientifiche per dati e workflow, tra cui Benchling, Certara, Databricks, Snowflake e Seqera, stanno usando BioNeMo Agent Toolkit per collegare sistemi dati e scienza potenziata dall’AI. Le competenze BioNeMo possono aiutare gli agenti a interrogare dataset biologici e chimici, preparare input per i modelli, avviare workflow riproducibili, analizzare output e restituire insight direttamente negli ambienti usati ogni giorno da scienziati e data team.
BioNeMo accelera la convergenza tra AI, farmaceutica e laboratori automatizzati
L’adozione coinvolge anche aziende diagnostiche e farmaceutiche come Lilly e Natera, che stanno usando BioNeMo Agent Toolkit per scalare workflow agentici ripetibili in discovery, ricerca traslazionale e insight clinico.
Le aziende di biologia AI-native, tra cui Boltz, Basecamp Research, Chai Discovery, Dyno, PerturbAI e Proxima, hanno collaborato con NVIDIA per sviluppare strumenti destinati ad accelerare workflow di progettazione terapeutica basati su modelli. È una direzione coerente con l’evoluzione del mercato, dove la progettazione computazionale, la generazione di candidati e la validazione preliminare diventano sempre più integrate.
Anche i fornitori di software per computer-aided drug discovery, tra cui Dassault Systèmes, Cadence OpenEye e Schrödinger, stanno integrando le capacità del toolkit nelle applicazioni scientifiche usate dai team di discovery. In questo scenario, gli agenti possono orchestrare generazione molecolare, docking e prediction, trasformando le piattaforme di progettazione assistita in sistemi nei quali i ricercatori possono porre domande, lanciare analisi e identificare più rapidamente le azioni successive.
La catena si estende poi agli strumenti di laboratorio e all’automazione. Aziende come Automata, HighRes, Tecan, Thermo Fisher e la piattaforma Medra stanno collegando i propri sistemi alla discovery computazionale abilitata dalle competenze BioNeMo. Questo passaggio è rilevante perché avvicina il mondo degli agenti AI alla dimensione fisica del laboratorio, dove la capacità di collegare calcolo, dati e automazione può ridurre i tempi di iterazione scientifica.
Infine, realtà di AI cloud e infrastruttura come Baseten, Modal e Nebius stanno usando il toolkit per aiutare gli sviluppatori a costruire workflow life sciences come servizi ospitati affidabili. Attraverso API scalabili, compute gestito e ambienti di inferenza in produzione, queste aziende possono contribuire a trasformare i workflow di biologia agentica da prototipi a servizi accessibili per ricercatori e imprese.
La disponibilità di BioNeMo Agent Toolkit e delle relative skill è immediata attraverso le risorse per sviluppatori NVIDIA e GitHub. Per NVIDIA, l’annuncio segna un passaggio chiaro: l’AI agentica nelle scienze della vita non viene più presentata come semplice supporto cognitivo, ma come infrastruttura operativa per accelerare l’intero ciclo della scoperta scientifica.
