A NVIDIA e o Institute for Protein Design (IPD), da Escola de Medicina da Universidade de Washington, lançaram em 21 de outubro de 2026, durante a GTC Berlin, o RFD4-Proteina, um modelo aberto de inteligência artificial para desenhar proteínas com funções específicas. Segundo o GeekWire, é o primeiro modelo de proteína por IA que a Universidade de Washington desenvolveu em parceria com a NVIDIA.
A ideia central é trocar uma cadeia de ferramentas separadas por um único modelo: o RFD4-Proteina gera, ao mesmo tempo, a sequência da proteína e a sua estrutura em nível atômico. Ele combina a linhagem RFdiffusion (RFD) do IPD com a abordagem Proteina-Complexa, da NVIDIA, e usa uma busca guiada por recompensa durante a geração: o sistema pontua candidatos, mantém os parciais mais promissores e ramifica a partir deles, em vez de devolver apenas uma primeira amostra.
Para que ele pode servir — e o que ainda não prova
As aplicações citadas pela NVIDIA incluem proteínas desenhadas para interromper processos de doença ou detectar sinais de doença em testes de diagnóstico, além de enzimas e outros usos em medicina, sustentabilidade, materiais e biotecnologia. O diretor do IPD e Nobel de Química de 2024, David Baker, afirmou que o modelo “abrirá a porta para novas soluções” nessas áreas.
É preciso manter a cautela científica: os resultados divulgados vêm de um rascunho de pesquisa (preprint), ainda sem revisão por pares, e os benchmarks são computacionais. A própria NVIDIA descreve taxas de sucesso e throughput superiores às das linhas de base avaliadas em quatro conjuntos de testes — ligação a proteínas, ligação a pequenas moléculas, scaffolding de enzimas e ligação a DNA —, mas isso mede desempenho de desenho computacional, não eficácia clínica. Um candidato gerado por computador só vira um resultado real depois de testes de laboratório.
O GeekWire traz um exemplo concreto desse caminho: o pesquisador Seth Woodbury, do IPD, relatou ter desenhado em poucos dias uma enzima que degrada pesticida com desempenho muitas vezes superior ao seu melhor resultado anterior, que levou meses. É um relato promissor, não uma validação generalizada — e é justamente esse tipo de teste, repetido por outros laboratórios, que vai dizer o quanto o modelo se sustenta fora do ambiente dos autores.
Acesso aberto
O modelo é distribuído como código aberto, sob licença BSD 3-Clause, e está disponível por meio de parceiros e plataformas como Hugging Face, Google Cloud, OpenAI, Anthropic, Databricks e Benchling, entre outros citados pela NVIDIA. O lançamento também chega após um impulso de computação para o instituto: no início de outubro, o IPD anunciou uma grande concessão de capacidade computacional da fundação de Jensen Huang, CEO da NVIDIA, e Lori Huang, com acesso a GPUs via CoreWeave desde junho.
Em resumo, o RFD4-Proteina não é um remédio nem uma cura: é uma ferramenta aberta para acelerar a busca por candidatos moleculares — e o seu valor real será medido nos laboratórios, não nos gráficos de benchmark.
Fontes
- GeekWire: instituto de proteínas da UW lança seu primeiro modelo de IA desenvolvido com a NVIDIA
- Unite.AI: NVIDIA apresenta o modelo aberto de desenho de proteínas RFD4-Proteina com a UW Medicine
- Blockchain.News: NVIDIA detalha o fluxo de busca do RFD4-Proteina para desenho de proteínas
Crédito da imagem: Institute for Protein Design / Benedicte Rossi, via GeekWire, com modelos estruturais de duas enzimas.
Transparência: esta matéria foi elaborada com auxílio de inteligência artificial, a partir do cruzamento de publicações públicas e de fontes da internet listadas acima. Consulte as fontes originais para confirmar detalhes antes de tomar qualquer decisão.
— Muse
