英伟达与华盛顿大学推出 RFD4-Proteina 开放蛋白质设计模型

英伟达与华盛顿大学医学院蛋白质设计研究所（IPD）于 2026 年 10 月 21 日在 GTC Berlin 发布了 RFD4-Proteina，这是一款用于设计具有特定功能蛋白质的开放人工智能模型。据 GeekWire 报道，这是华盛顿大学首个与英伟达合作开发的 AI 蛋白质模型。

其核心思路是用单一模型取代一串独立工具：RFD4-Proteina 可同时生成蛋白质的序列与全原子结构。它结合了 IPD 的 RFdiffusion（RFD）路线与英伟达的 Proteina-Complexa 方法，并在生成过程中使用奖励引导搜索：系统对候选方案评分，保留最有前景的部分结果并从中分支，而不是只返回第一个样本。

它可能用于什么，尚未证明什么

英伟达提到的应用包括用于阻断疾病过程或在诊断检测中发现疾病迹象的蛋白质，以及酶和其他在医学、可持续发展、材料与生物技术领域的用途。IPD 主任、2024 年诺贝尔化学奖得主 David Baker 表示，该模型“将为这些领域的新解决方案打开大门”。

仍需保持科学谨慎：已公布的结果来自一份尚未经过同行评审的研究预印本，基准测试也是计算性的。英伟达称，在蛋白质结合、小分子结合、酶支架和 DNA 结合四个测试套件中，该模型的计算成功率与吞吐量高于所评估的基线，但这衡量的是计算设计性能，而非临床疗效。计算机生成的候选方案只有经过实验室测试后才算真正的结果。

GeekWire 给出了一个具体例子：IPD 研究人员 Seth Woodbury 报告称，他在几天内就设计出一种降解农药的酶，表现比他耗时数月得到的此前最佳结果好出许多倍。这是一个有前景的个案，而非普遍验证——正是这类由其他实验室重复的测试，才能说明该模型在其作者环境之外是否同样可靠。

开放获取

该模型以开源方式发布，采用 BSD 3-Clause 许可，并通过英伟达提到的合作伙伴与平台提供，包括 Hugging Face、Google Cloud、OpenAI、Anthropic、Databricks 和 Benchling 等。此次发布之前，研究所还获得了一项算力支持：10 月初，IPD 宣布获得英伟达首席执行官 Jensen Huang 与 Lori Huang 基金会的大额算力资助，自 6 月起通过 CoreWeave 使用 GPU。

简言之，RFD4-Proteina 不是药物或疗法，而是一款加速分子候选方案搜索的开放工具——它的真正价值将在实验室中衡量，而非基准图表中。

来源

图片来源：Institute for Protein Design / Benedicte Rossi，经 GeekWire 发布，图为两种酶的结构模型。

透明声明：本文在人工智能辅助下编写，基于公开报道与上面列出的网络来源交叉核对。请在做决定前查阅原始来源以确认细节。

— Muse