Databricks에 RFD4-Proteina 배포하기

AI 보조 개발과 서버리스 NVIDIA GPU 컴퓨팅을 활용해 RFD4-Proteina를 연구 데이터에 적용해 보세요.

• 생명과학 워크플로를 위한 오픈 예시 청사진인 Genesis Workbench를 통해 설치 첫날부터 즉시 지원되는 모델로 시작해 보세요.
• Genie Code, NVIDIA BioNeMo Agent Toolkit 스킬, 코딩 에이전트의 지원을 통해 파이프라인을 구축하고 맞춤형으로 조정해 보세요.
• Databricks에서 정식 출시된 AI Runtime을 사용하여 엔터프라이즈 데이터, 실험 추적, 거버넌스와 함께 지원되는 GPU 워크로드를 실행해 보세요.

워싱턴 대학교 단백질 디자인 연구소(Institute for Protein Design)와 공동 개발한 NVIDIA BioNeMo 오픈 모델인 RFD4-Proteina는 과학자들이 유용한 단백질에 대한 아이디어를 검증 가능한 설계로 구현할 수 있도록 지원합니다. NVIDIA와 Databricks는 AI Runtime 기반의 Genesis Workbench에 이 모델을 적용하여 개발자가 단백질 설계 워크플로를 연구 데이터와 연결할 수 있는 경로를 제공하고 있습니다.

Databricks AI Runtime (AIR)은 지원되는 워크로드에 대해 서버리스 NVIDIA GPU 컴퓨팅을 제공합니다. 통합 계획을 통해 Databricks에서 모델 실행을 연구 데이터 및 반복 가능한 워크플로와 연결함으로써 새로운 모델을 평가하고 적용하는 데 필요한 인프라 오버헤드를 줄여줍니다.

모델을 실제로 활용하려면 단순히 가중치를 다운로드하는 것 이상의 작업이 필요합니다. 개발자는 고유 데이터를 보호하면서 입력 준비, 과학 도구 연결, 실행 구성, 결과 추적을 모두 수행해야 합니다. Databricks는 이러한 단계를 하나의 공유 환경으로 통합하여 별도의 연구 스택을 구축하고 유지 관리할 필요성을 줄여줍니다.

"신약 개발은 컴퓨팅 문제이기전에 데이터 문제의 영역입니다. NVIDIA와 단백질 디자인 연구소는 RFD4-Proteina와 같은 모델로 가능성의 경계를 넓히고 있으며, 양사는 생명과학 팀이 민감한 IP를 외부로 유출하지 않고도 자체 관리 데이터에서 실험과 연결해 이러한 모델을 실행할 수 있도록 지원하고 있습니다. 과학적 자산의 소유권은 고객에게 있으며, Databricks 플랫폼은 이 모든 과정이 하나의 안전하고 거버넌스가 적용된 환경에서 실행되도록 보장합니다."—Mike Sanky, VP, Healthcare and Life Sciences, Databricks

"단백질 디자인에서 어려운 점은 후보를 생성하는 것이 아니라 실험실에서 실제로 만들 가치가 있는 소수를 선택하는 것입니다. RFD4-Proteina는 단백질 서열과 전체 원자 구조를 함께 디자인하며 안정성이나 결합력 등 프로젝트에 필요한 특성에 맞게 방향을 유도할 수 있습니다. 팀의 자체 실험 데이터 바로 옆인 Databricks에서 이 모델을 실행하면 과학자들이 기존 실험 결과에 기반해 이러한 후보를 선택할 수 있도록 지원합니다.—Anthony Costa, Director of Digital Biology, NVIDIA

데이터로 모델 가져오기

RFD4-Proteina는 단일 패스로 아미노산 서열과 전원자 구조를 동시에 생성하는 NVIDIA의 단백질 바인더 설계용 생성 모델인 Proteina-Complexa의 방식을 기반으로 합니다. RFD4-Proteina는 선택적인 보상 기반 검색을 통해 이러한 공동 생성 방식을 확장하여 연구자가 후보 설계를 열안정성이나 결합 친화도와 같은 특성 쪽으로 유도할 수 있도록 합니다.  이번 통합 계획은 해당 문제에 특화된 보상 기능을 갖춘 스코어링 모델을 활용하여 Genesis Workbench의 기존 Proteina-Complexa 워크플로 패턴을 확장합니다. Genesis Workbench에는 참고용으로 RFD4-Proteina를 사용하는 두 가지 기본 워크플로인 항체 디자인(Antibody Design) 및 백신 디자인(Vaccine Design)이 포함되어 있습니다.

사진 설명: NVIDIA RFD4-Proteina 기반 Genesis Workbench의 항체 디자인(Antibody Design)

Genesis Workbench는 손쉬운 시작 방법을 제공합니다. 모듈식 오픈 청사진은 Databricks에서 생물학적 모델을 입력 준비, 후보 평가 및 후속 분석과 연결하는 방법을 보여줍니다. 개발자는 개별 구성 요소를 재사용하거나 자체 과학적 방법에 맞춰 구현을 조정할 수 있습니다. 

팀은 모델 가중치를 거버넌스가 적용된 MLflow 모델로서 Unity Catalog 볼륨에 저장하고 실험 전반에 걸쳐 재사용할 수 있습니다. 팀은 MLflow를 통해 미세 조정된 모델을 Unity Catalog에 등록하여 모델 버전을 구성 및 아티팩트와 연결할 수 있습니다. 액세스 제어 및 네트워크 구성은 모델, 스코어링 도구 및 코딩 에이전트가 실행되는 위치를 반영해야 합니다.

Genesis Workbench를 통해 RFD4-Proteina를 사용하면 Databricks 사용자는 여러 분야 간의 연구를 폭넓게 연결할 수 있습니다. 유전체학 분석은 타깃 정보를 제공하고, 단일 세포 데이터는 생물학적 컨텍스트를 제공하며, 단백질 설계 또는 소분자 워크플로는 후속 조사를 지원할 수 있습니다. Genesis Workbench는 공유 환경 내에서 이러한 기능의 예시를 제공합니다. 

과학적 에이전트 스킬로 구축하기

Databricks Genie Code는 개발자가 자연어를 사용하여 데이터 및 ML 워크플로를 구축, 디버깅, 맞춤화할 수 있도록 지원합니다. NVIDIA BioNeMo Agent Toolkit 스킬은 구조 예측, 단백질 디자인, 분자 도킹, 유전체학 분석을 비롯한 생물학적 모델 및 과학 도구에 대한 전문적인 지침, 스크립트, 참조 자료를 추가합니다. 

이러한 스킬은 코딩 에이전트가 입력을 준비하고, 지원되는 도구를 호출하고, 출력을 검사하며, 다단계 워크플로를 구성하는 데 도움이 될 수 있습니다. 개발자는 이러한 가이드라인을 자체 데이터 규칙, 평가 기준, 실험 추적 요구 사항과 결합할 수 있습니다.

Genesis Workbench는 Claude 기반 코딩 에이전트를 위한 스킬도 제공하여 개발자가 청사진을 이해하고 RFD4-Proteina와 같은 새로운 모델에 대한 통합을 스캐폴딩하며 특정 사용 사례에 맞게 해당 통합을 조정할 수 있도록 지원하는 또 다른 시작점을 제공합니다. 이를 통해 첫 구현을 가속화할 수 있으며, 의존성 검사, 테스트 및 과학적 검토는 여전히 프로세스의 일부로 유지됩니다.

생명과학 연구자는 Genesis Workbench에서 사전 구축된 RFD4-Proteina 워크플로를 직접 활용하거나, Genie Code를 사용하여 다음과 같이 간단한 영어 프롬프트로 애드혹(ad-hoc) 실험을 위한 Databricks Notebook을 생성할 수 있습니다.

“RFD4-Proteina 프레임워크 조건화를 사용하여 PD-L1에 대항하는 나노바디(VHH)를 설계한다: 실제 휴머니즈드 프레임워크(h-NbBCII10)는 고정된 상태로 유지하고, PD-1 차단 항원에 대한 CDR 루프만 설계한다. CDR에 대해 ProteinMPNN을 사용하여 8회 반복 × 8개 샘플을 실행하고, 결합을 위해 Boltz 공동 폴딩을 수행하십시오. 보상 가중치는 결합(ipTM), 폴딩 신뢰도(pLDDT), 개발 가능성(용해도, 열안정성), 낮은 항약물항체 위험(MHC-II)에 따라 할당하십시오. 보상 궤적과 상위 K개 복합체 PDB와 함께 최상위 설계 결과를 반환하십시오.”

Genie Code는 구현을 지원하며, 개발자와 연구자는 코드를 검토하고 적절한 도구를 선택하며 결과를 해석하여 주도권을 유지합니다.

관리형 NVIDIA GPU에서 실행

AIR는 팀이 별도의 GPU 클러스터를 프로비저닝하고 유지 관리할 필요 없이 NVIDIA 가속화에 손쉽게 액세스할 수 있도록 해줍니다. 개발자는 노트북을 Serverless GPU 컴퓨팅에 연결하고 NVIDIA H100 가속기 및 지원되는 환경을 선택한 후 워크로드를 실행할 수 있습니다. 문서화된 설정에는 구성을 적용하기 전에 가속기 및 기본 환경을 선택하는 과정이 포함되어 있습니다. 

이를 통해 GPU 인프라 구성 및 기본 소프트웨어 환경 유지 관리 작업이 줄어들지만, 팀은 여전히 모델별 라이브러리 및 의존성을 검증해야 합니다.

지원되는 생물학적 파운데이션 모델의 경우, 팀은 AIR의 서버리스 GPU를 사용하여 고유 데이터로 학습하거나 미세 조정하기 위해 BioNeMo Recipes를 맞춤 적용할 수도 있습니다. BioNeMo Recipes는 PyTorch 및 Hugging Face와 같이 익숙한 프레임워크로 가속화된 학습을 수행할 수 있는 레퍼런스 구현을 제공합니다. 

Lakeflow 오케스트레이션, MLflow 실험 추적, Unity Catalog 거버넌스는 실행을 반복 가능한 워크플로 및 엔터프라이즈 제어와 연결합니다. 과학자는 생물학 연구에 더욱 집중할 수 있으며, 개발자 및 플랫폼 팀은 인프라 관리에 드는 시간을 줄일 수 있습니다. 

실험에서 배포까지

Databricks에서의 실용적인 모델 수명 주기 예시는 다음과 같습니다.

1. 재사용을 위해 거버넌스가 적용된 Unity Catalog 볼륨에 모델 가중치를 저장합니다.
2. AIR에서 후보 분자를 생성하거나, 모델과 레시피가 지원하는 경우 학습 및 미세 조정을 수행합니다.
3. MLflow로 파라미터, 메트릭 및 아티팩트를 추적하고 배포 가능한 모델을 Unity Catalog에 등록하세요.
4. 호환되는 모델을 GPU Model Serving 엔드포인트에 배포하거나, 워크로드에 더 적합한 경우 배치 실행을 오케스트레이션하세요.
5. Genesis Workbench 예시 또는 자체 파이프라인을 통해 연구 워크플로에 출력을 연결하세요.

지원되는 커스텀 모델 엔드포인트의 경우, 비활성 상태 동안 scale-to-zero를 통해 프로비저닝된 용량을 줄일 수 있습니다. 콜드 스타트는 지연 시간을 추가하며, 엔드포인트가 다시 스케일 업될 때 GPU 용량이 보장되지 않습니다. Databricks는 일관된 가용성이나 응답 시간이 필요한 워크로드의 경우 scale-to-zero를 비활성화하는 것을 권장합니다.

팀은 실행 시간, 비용 및 가용성 요구사항의 균형을 맞추어 연구 작업에 적합한 실행 패턴을 선택할 수 있습니다.

전체 워크플로에서 팀은 실험을 비교하는 데 필요한 구성, 모델 버전, 평가 결과 및 아티팩트를 유지할 수 있습니다. 계산 평가는 후보의 우선순위 결정을 지원하지만, 실험실 검증은 여전히 필수적입니다.

시작하기

Genesis Workbench 리포지토리를 둘러보고 하나의 타겟, 정의된 설계 목표 및 소규모 실험으로 시작해 보세요. 예시 구현과 사용 가능한 에이전트 스킬을 사용하여 워크플로를 맞춤 조정한 다음, 확장하기 전에 AIR에서 실행하고 추적하세요.

(이 글은 AI의 도움을 받아 번역되었습니다. 원문이 궁금하시다면 여기를 클릭해 주세요)