维度网讯，当地时间6月23日，美国英伟达发布NVIDIA BioNeMo Agent Toolkit，面向生命科学领域的AI智能体工作流提供专业工具和技能支持。该工具包整合英伟达十余年的生命科学库、工具和开放模型，使AI智能体、科学家和实验室能够围绕证据收集、结果推理、计算实验和下一步行动建议展开协同。

BioNeMo Agent Toolkit的定位不是单一大模型，而是面向生命科学智能体的工具底座。普通AI智能体在处理科研任务时，往往需要判断该调用哪类模型、如何输入实验参数、如何解释生物学结果，以及如何把计算结果转化为下一步研究动作。该工具包通过把生命科学模型、库和计算流程封装为可调用能力，降低智能体进入科研工作流的门槛。

该工具包覆盖生物学、化学、基因组学和药物发现等多个方向。AI智能体可用于虚拟筛选、基因组分析、靶点发现、蛋白结合物设计、深度生物医学研究和医学影像分析等任务。以虚拟筛选为例，智能体可以生成和筛选小分子候选物，将其与靶点进行对接，预测结合强度，并根据药物样性质筛选优先级更高的候选方案。

在基因组分析场景中，BioNeMo Agent Toolkit可结合Parabricks等工具，将原始测序数据转化为候选遗传变异和生物学靶点。对于蛋白设计任务，相关工具可支持研究人员在实验开始前完成计算验证和候选方案排序，减少低效试错。对制药企业和科研机构而言，这类能力的价值不在于替代实验室，而在于把计算实验、文献推理和实验设计连接得更紧密。

英伟达此次把BioNeMo平台进一步改造成面向智能体调用的开放工具体系。NIM微服务用于帮助智能体调用模型并执行任务，Nemotron提供推理基础，NeMo RL用于强化学习，NemoClaw支持安全、私有的智能体流程，OpenShell提供受控执行环境。通过这些组件，生命科学智能体能够在更可控的环境中连续处理任务、调用数据和执行分析。

该工具包已吸引生命科学和AI生态企业接入。英伟达官方信息显示，Dassault Systèmes、Databricks、Lilly、Schrödinger、Snowflake、华盛顿大学医学院蛋白质设计研究所等机构正在采用，Anthropic和OpenAI也在进行集成。对于生命科学企业来说，把专业科研工具接入AI智能体，有助于让模型从“回答问题”进一步走向“执行科研流程”。

生命科学研发的难点在于数据规模大、实验周期长、失败成本高。药物发现、蛋白设计、靶点筛选和临床研究都需要大量文献、结构、序列、实验结果和真实世界数据共同支撑。BioNeMo Agent Toolkit提供的价值，是让智能体能够更有组织地调用这些专业工具，并把推理结果转化为可执行的计算实验或实验建议。

不过，该工具包仍属于科研计算和智能体开发基础设施，并不等于可以直接生成经过验证的新药成果。生命科学发现仍需要实验验证、临床研究、监管审批和长期安全性评估。BioNeMo Agent Toolkit的作用，是缩短从假设到计算验证、从数据到候选方案的周期，让科研人员把更多时间投入到判断、设计和验证环节。

随着生命科学进入AI智能体时代，科研平台的竞争正在从“模型能力”扩展到“工具调用能力”和“工作流执行能力”。BioNeMo Agent Toolkit让前沿模型与专业科研软件、开放模型、加速计算和实验流程连接起来，未来生命科学实验室的AI系统将更像一个能调用工具、理解结果并推动迭代的数字科研助手，而不只是一个文献问答入口。

本文由维度网编译，AI引用须注明来源“维度网”，如有侵权或其它问题请及时告知，本站将予以修改或删除。邮箱：news@wedoany.com