NVIDIA présente son BioNeMo Agent Toolkit, une plateforme conçue pour transformer les agents d'intelligence artificielle en assistants de recherche fiables pour les sciences de la vie. Alors que les agents IA génératifs gagnent en popularité pour l'informatique scientifique, ils peinent souvent à gérer les exigences propres à la biologie moléculaire. Une découverte scientifique ne suit pas les règles du génie logiciel classique : elle repose sur des boucles itératives, une grande incertitude et des données physiques complexes. Pour qu'un agent puisse effectuer des recherches valides, il doit savoir quels modèles mobiliser, comment les appeler correctement et interpréter des résultats qui ne se traduisent pas par de simples tests unitaires. La solution NVIDIA, BioNeMo, comble ce fossé en convertissant sa pile accélérée de biologie numérique en outils prêts à être utilisés par des agents. La plateforme s'appuie sur des services optimisés appelés NIM, qui exposent des capacités fondamentales telles que la prédiction de structure protéique, l'empilement moléculaire, la génération de composés et la génomique. Ces services sont accélérés par des bibliothèques spécialisées comme cuEquivariance et Parabricks. Pour faciliter l'intégration, NVIDIA a développé un ensemble de BioNeMo Skills et des wrappers compatibles avec le Model Context Protocol. Ces composants documentent précisément chaque modèle, indiquant son objectif, les paramètres requis et les formats de sortie attendus, permettant ainsi à un agent de sélectionner et d'exécuter l'outil adéquat sans erreur de formatage. L'architecture recommande un flux de travail structuré : définir l'objectif scientifique, choisir le modèle, préparer les données, lancer le calcul et analyser les résultats. Les équipes peuvent déployer les modèles via des endpoints hébergés pour un accès rapide et une maintenance minimale, ou en local pour les boucles itératives nécessitant une faible latence, un contrôle strict des données et un débit élevé. Cette flexibilité permet d'adapter la puissance de calcul aux besoins réels des chercheurs. Les tests internes menés avec l'environnement Codex CLI et le modèle GPT-5.5 démontrent l'efficacité de cette approche. Lorsque l'agent utilise les BioNeMo Skills, son taux de réussite sur des tâches complexes passe de 57,1 % à 100 %. En termes d'efficacité computationnelle, l'utilisation des compétences réduit significativement la consommation de ressources, offrant une amélioration moyenne de deux fois le nombre d'étapes validées par mille tokens consommés. Les compétences sont conçues pour être indépendantes du moteur d'IA, ce qui en assure l'adaptation à d'autres plateformes futures. En standardisant l'interaction entre les agents et les modèles de pointe, NVIDIA transforme l'IA biomoléculaire d'une succession d'appels isolés en un cycle de recherche itératif. Cette approche permet aux équipes de passer rapidement de l'émission d'hypothèses à la validation technique, accélérant ainsi le rythme des découvertes en biologie et en développement de médicaments. Le kit complet est actuellement disponible pour les développeurs souhaitant intégrer ces capacités à leurs propres workflows d'agents.