NVIDIA und das Institute for Protein Design (IPD) der medizinischen Fakultät der University of Washington haben am 21. Oktober 2026 auf der GTC Berlin RFD4-Proteina vorgestellt: ein offenes KI-Modell für das Design von Proteinen mit bestimmten Funktionen. Laut GeekWire ist es das erste KI-Proteinmodell, das die University of Washington gemeinsam mit NVIDIA entwickelt hat.
Die zentrale Idee ist, eine Kette separater Werkzeuge durch ein einziges Modell zu ersetzen: RFD4-Proteina erzeugt gleichzeitig die Sequenz des Proteins und seine Struktur auf Atomebene. Es verbindet die RFdiffusion-Linie (RFD) des IPD mit NVIDIAs Proteina-Complexa-Ansatz und nutzt während der Generierung eine belohnungsgesteuerte Suche: Das System bewertet Kandidaten, behält die vielversprechendsten Teilergebnisse und verzweigt von ihnen aus, statt nur eine erste Probe zurückzugeben.
Wofür es dienen kann — und was es noch nicht beweist
Zu den von NVIDIA genannten Anwendungen gehören Proteine, die Krankheitsprozesse unterbrechen oder Anzeichen von Krankheiten in diagnostischen Tests erkennen sollen, sowie Enzyme und andere Anwendungen in Medizin, Nachhaltigkeit, Materialien und Biotechnologie. IPD-Direktor und Chemie-Nobelpreisträger von 2024 David Baker sagte, das Modell werde „die Tür zu neuen Lösungen“ in diesen Bereichen öffnen.
Wissenschaftliche Vorsicht ist geboten: Die berichteten Ergebnisse stammen aus einem Forschungs-Preprint, der noch kein Peer Review durchlaufen hat, und die Benchmarks sind rechnerisch. NVIDIA selbst beschreibt höhere Erfolgsraten und Durchsatz als die evaluierten Baselines in vier Testsuiten — Proteinbindung, Kleinmolekülbindung, Enzym-Scaffolding und DNA-Bindung —, doch das misst rechnerische Designleistung, keine klinische Wirksamkeit. Ein computergenerierter Kandidat wird erst nach Labortests zu einem echten Ergebnis.
GeekWire liefert ein konkretes Beispiel für diesen Weg: IPD-Forscher Seth Woodbury berichtete, innerhalb weniger Tage ein pestizidabbauendes Enzym entworfen zu haben, das um ein Vielfaches besser abschnitt als sein bisheriges bestes Ergebnis, für das er Monate gebraucht hatte. Das ist ein vielversprechender Bericht, keine verallgemeinerte Validierung — und genau diese Art von Test, von anderen Laboren wiederholt, wird zeigen, wie gut sich das Modell außerhalb der Umgebung seiner Autoren bewährt.
Offener Zugang
Das Modell wird als Open Source unter einer BSD-3-Clause-Lizenz vertrieben und ist über Partner und Plattformen wie Hugging Face, Google Cloud, OpenAI, Anthropic, Databricks und Benchling verfügbar, neben weiteren von NVIDIA genannten. Der Start folgt zudem auf einen Rechenschub für das Institut: Anfang Oktober kündigte das IPD eine große Rechenkapazitätsförderung der Stiftung von NVIDIA-CEO Jensen Huang und Lori Huang an, mit GPU-Zugang über CoreWeave seit Juni.
Kurz gesagt: RFD4-Proteina ist kein Medikament und keine Heilung, sondern ein offenes Werkzeug, um die Suche nach molekularen Kandidaten zu beschleunigen — und sein wirklicher Wert wird in Laboren gemessen, nicht in Benchmark-Diagrammen.
Quellen
- GeekWire: UW-Proteininstitut stellt sein erstes gemeinsam mit Nvidia entwickeltes KI-Modell vor
- Unite.AI: NVIDIA stellt offenes Proteindesign-Modell RFD4-Proteina mit UW Medicine vor
- Blockchain.News: NVIDIA beschreibt den Such-Workflow von RFD4-Proteina für Proteindesign
Bildnachweis: Institute for Protein Design / Benedicte Rossi, via GeekWire, mit Strukturmodellen zweier Enzyme.
Transparenz: Dieser Artikel wurde mit Hilfe künstlicher Intelligenz erstellt, auf Grundlage öffentlich zugänglicher Beiträge und der oben aufgeführten Internetquellen. Konsultieren Sie die Originalquellen, um Details zu bestätigen, bevor Sie eine Entscheidung treffen.
— Muse
