IPD与NVIDIA开源蛋白设计模型RFD4-Proteina
先了解这件事
华盛顿大学蛋白质设计研究所（IPD）与NVIDIA于2026年10月21日发布开源生物分子生成模型RFD4-Proteina，代码与模型权重按BSD 3-Clause许可开放，并接入NVIDIA BioNeMo。模型用flow matching在同一潜空间联合生成蛋白序列与全原子结构，可按靶点、酶motif、配体等分子语境条件化；DrugAI报道称其用自编码器将标准与修饰氨基酸、糖类和核苷酸编码到共享32维潜在空间，并加入力场能量监督。 NVIDIA称，该模型在200个残基长度下生成速度比RFdiffusion3快13倍，在12项以上蛋白设计任务上达到当前最优。在蛋白结合设计基准中，DrugAI报道其在24个靶标上的聚类通过率为10.6%，高于BindCraft的5.9%，生成吞吐量为BindCraft的42倍；该报道同时指出这些数值来自酵母展示滴定曲线，不能直接等同于溶液中的平衡结合亲和力。团队还完成湿实验验证，包括设计用于抗HIV药物来那帕韦合成步骤的全新酶，但DrugAI称其仍处实验室阶段，距工业生产的催化效率、稳定性和工艺适配要求尚有距离。 项目页将正式论文预印本标为forthcoming，尚不能视为已见刊全文；部分吞吐对比注明测于旧权重。后续报道补充称，主模型代码与权重采用BSD 3-Clause许可，但可选第三方结构预测组件和训练数据仍有各自条款，主模型的宽松许可不覆盖整条工具链；NVIDIA NIM 1.0文档使用预发布检查点，与当前公开模型不同。11月5日，BIOS推出面向Apple Silicon的Mac本地移植版，采用MLX与自定义Metal内核；据其介绍，默认精度下生成速度比原生PyTorch-MPS快2.2倍，在M5 Pro上约12分钟完成20个设计的生成与结构筛选、得到10个排序候选，设置后可离线运行。同日LeapFun报道，NVIDIA还公开了支撑训练的数据体系，共2.13TB、19类训练集、33,527个文件对象，覆盖蛋白结构、抗体、TCR、蛋白Binder、环肽、非天然氨基酸、蛋白-配体、RNA及糖链；官方称这些数据为计算生成和处理的结构，不具备独立实验验证，也未提供单独的训练/测试划分，并披露OMol部分结构记录存在标识映射不一致问题。数据集新增标注、索引和采样表采用CC BY 4.0，但底层结构仍需遵守各自来源的许可条件。 11月6日，Hannes Stärk在读书会预告中介绍，RFD4-Proteina设计的188个结合剂中有158个以低于1 µM结合TrkA，次优方法为60个中18个。
AI 根据报道生成 · 2 天前更新
事件进展
6 个进展
- 11月6日 21:11 · 1 篇报道RFD4-Proteina设计结合剂TrkA结合率报道Hannes Stärk：读书会讨论 RFD4-Proteina：188 个设计结合剂中 158 个结合 TrkA 低于 1 µM
- 11月5日 18:01 · 2 篇报道NVIDIA公开RFD4蛋白设计训练数据体系LeapFun：NVIDIA公开RFD4蛋白设计数据体系：2.13TB、19类训练集与采样权重
- 11月5日 11:13 · 1 篇报道BIOS发布RFD4-Proteina的Mac本地移植版澪乃ゆい：RFD4-Proteina 推出 Mac 本地版，作者实测生成 GLP-1R 结合剂
- 10月23日 11:20 · 1 篇报道RFD4-Proteina全流程教程发布BioAICraft：RFD4-Proteina 全流程教程｜Baker Lab 与 NVIDIA GenAIR 联合发布的全原子生成模型
- 10月22日 20:52 · 1 篇报道RFD4-Proteina与RFD3的对比解读AI-Protein Design：RFD4-Proteina发布：对比RFD3的表征、推理与湿实验催化设计
- 10月21日 18:37 · 12 篇报道Baker Lab与NVIDIA发布RFD4-ProteínaUW Institute for Protein Design：IPD 与 NVIDIA 联合发布开源蛋白设计模型 RFD4-Proteina
报道时间线
沿着报道，了解事件的不同侧面。
- Hannes Stärk精选读书会讨论 RFD4-Proteina：188 个设计结合剂中 158 个结合 TrkA 低于 1 µM
Hannes Stärk 在读书会预告中介绍 RFD4-Proteina 的结果：188 个设计结合剂中有 158 个以低于 1 µM 结合 TrkA，次优方法为 60 个中 18 个。Nate Corley 与 @DidiKieran 将在线讲解，项目页面为 https://rfd4-proteina.org/。
- 药化猩球NVIDIA公开RFD4蛋白设计数据体系：2.13TB、19类训练数据覆盖抗体、环肽与RNA
NVIDIA在开放RFD4-Proteína蛋白设计模型之外，公开了支撑训练的数据体系，共2.13TB、19类训练集、33,527个文件对象，覆盖蛋白结构、抗体、TCR、蛋白Binder、环肽、非天然氨基酸、蛋白-配体、RNA及糖链，相比早期约239GB、5类数据的版本明显扩展。
- LeapFun精选NVIDIA公开RFD4蛋白设计数据体系：2.13TB、19类训练集与采样权重
NVIDIA在开放RFD4-Proteína蛋白设计模型之外，公开了支撑训练的数据体系，共2.13TB、19类训练集、33,527个文件对象，覆盖蛋白结构、抗体、TCR、蛋白Binder、环肽、非天然氨基酸、蛋白-配体、RNA及糖链，较早期约239GB、5类数据的版本明显扩展。
- 澪乃ゆい精选RFD4-Proteina 推出 Mac 本地版，作者实测生成 GLP-1R 结合剂
澪乃ゆい实测了 BIOS 推出的 RFD4-Proteina Mac 本地移植版，用面向 Apple Silicon 优化的 MLX/Metal 实现生成针对 GLP-1R 的结合剂设计，并称安装和运行都比预想简单。据其引用的 BIOS 介绍，该移植版在默认精度下生成速度比原生 PyTorch-MPS 快 2.2 倍，在 M5 Pro 上约 12 分钟完成 20 个设计的生成与结构筛选、得到 10 个排序候选，设置后可离线运行。
- BioTender精选BioTender盘点19个全原子蛋白设计项目：竞赛焦点从生成结构转向控制功能
BioTender 汇总2026年9—10月收录的19个全原子建模与设计项目，覆盖结构生成、复合物预测、结构编码与设计优化，认为竞赛焦点正从生成结构延伸到控制功能。
- 下一分子AI制药月报｜2026年10月：蛋白质设计转向功能验证，虚拟细胞数据规模扩大
下一分子10月月报收录33项进展，蛋白质设计重点从生成候选延伸至功能验证，虚拟细胞数据规模继续扩大，产业合作聚焦递送与蛋白疗法。月报以时间线梳理Baker Lab及IPD的14项研究，涵盖模型工具、功能设计与可开发性。其他进展包括RFdiffusion3正式发表、RFD4开源，以及剂泰与礼来就LNP递送达成合作，首付款逾千万美元、里程碑最高11亿美元。
- AI药物设计实验室精选UW IPD 与 NVIDIA 发布 RFD4-Proteina：在共同潜空间做蛋白质与多类分子设计
华盛顿大学蛋白质设计研究所与 NVIDIA 等机构提出 RFD4-Proteina，将标准及非标准氨基酸、糖、DNA 和 RNA 的组成单元编码为锚点坐标加 32 维向量，在同一空间中联合生成分子身份与构象。
- 药化猩球精选RFD4-Proteina技术拆解：联合生成、循环细化与推理时搜索如何提高蛋白设计效率
华盛顿大学蛋白质设计研究所与NVIDIA于2026年10月21日发布RFD4-Proteina，将蛋白序列与全原子结构联合生成，并加入采样步内循环细化与多路径搜索，代码和权重已按BSD-3-Clause公开，论文仍为未经同行评审的预印本。
- 智药邦英伟达与华盛顿大学蛋白质设计研究所联合发布开源蛋白质设计模型RFD4-Proteina
NVIDIA与华盛顿大学医学院蛋白质设计研究所联合发布开源模型RFD4-Proteina，归属NVIDIA BioNeMo，兼具可编程蛋白质设计与搜索能力，可基于分子输入、约束条件和评分目标检索并优化设计方案。
- LeapFun精选Baker团队开源RFD4后，38亿美元估值的Chai还值不值？
David Baker团队联合NVIDIA发布并开源RFD4-Proteina，代码与权重开放、核心许可为BSD 3-Clause，由此引发业内对Chai Discovery等闭源蛋白设计平台是否仍值得支付溢价的争论。
- BioTender巨头割据下的AI生物学
科技巨头正从分子模拟、蛋白质设计、科研智能体与自动化实验室等不同入口切入生物学。上周Google展示自主湿实验室，OpenAI用数千个Agent分析数百万个脑细胞并收购AI制药公司Orchestra Bio，微软发布BioEmu-2，Anthropic开放生命科学研究合作，NVIDIA推出蛋白质设计模型RFD4-Proteina。
- BioAICraftRFD4-Proteina 全流程教程｜Baker Lab 与 NVIDIA GenAIR 联合发布的全原子生成模型
Baker Lab 与 NVIDIA GenAIR 等团队开发的全原子生成模型 RFD4-Proteina 发布全流程教程。正文仅说明该模型的开发方与“全原子生成模型”定位，未披露具体方法、评测数据或可用性信息。
- GEN (基因工程与生物技术新闻)精选Nvidia 与华盛顿大学蛋白质设计研究所发布开源蛋白质设计模型 RFD4-Proteina
华盛顿大学医学院蛋白质设计研究所（IPD）与 Nvidia 联合发布开源生成式蛋白质设计模型 RFD4-Proteina，基于 NVIDIA BioNeMo 平台，可同时优化蛋白质序列与结构以及相互作用分子的结构。
- AI-Protein Design精选RFD4-Proteina发布：对比RFD3的表征、推理与湿实验催化设计
RFD4-Proteina 发布，相较 RFD3 改用受力场能量监督的 32 维物理启发潜在空间，并引入内在循环精炼与外在搜索引导的双重潜在推理。干实验中小分子结合聚类通过率为 14.3%（RFD3 为 2.4%），77 个测试靶点全部覆盖；湿实验中 288 个双金属磷酸三酯酶设计有 89 个显示催化活性，最佳催化效率 3,600/M/s。
- 智药局英伟达与 David Baker 团队开源 RFD4-Proteina 蛋白质设计模型
英伟达宣布与华盛顿大学蛋白质设计研究所 David Baker 团队合作推出 AI 蛋白质模型 RFD4-Proteina，融合 RosettaFold 扩散模型与英伟达开源模型 Proteina-Complexa，并已在 GitHub 和 Hugging Face 开源模型与核心代码，支持下载、修改和商业化使用。
- 奶牛猫的CADD实验室Baker 团队联合 NVIDIA 发布 RFD4-Proteina 蛋白质设计模型并开源权重
10 月 21 日，David Baker 团队联合 NVIDIA 发布新一代蛋白质设计模型 RFD4-Proteina，并开放代码和模型权重。相比 RFdiffusion3，RFD4 强化了序列与结构的协同生成，并可在生成过程中反复细化、用几何约束和能量指标提前终止不理想路径。
- BioTender精选Baker 团队与 NVIDIA 发布 RFD4-Proteina 生物分子设计模型并开放代码权重
华盛顿大学 10 月 21 日发布消息，David Baker 团队与 NVIDIA 联合开发的 RFD4-Proteina 已开放代码和模型权重，采用 BSD 3-Clause 许可，并附生成、搜索与评估入口。
- UW Institute for Protein Design精选IPD 与 NVIDIA 联合发布开源蛋白设计模型 RFD4-Proteina
UW 蛋白质设计研究所（IPD）与 NVIDIA 联合发布开源蛋白设计模型 RFD4-Proteina，已接入 NVIDIA BioNeMo。据 NVIDIA 介绍，该模型在 200 个残基长度下生成速度比 RFdiffusion3 快 13 倍，在 12 项以上蛋白设计任务上达到当前最优，并支持自定义设计输入与在难题上使用测试时计算。官方提供结合剂设计教程与项目主页 rfd4-proteina.org。
- DrugAI精选英伟达与华盛顿大学IPD发布开放式生物分子生成模型RFD4-Proteina
英伟达在柏林GTC大会上宣布与华盛顿大学医学院蛋白质设计研究所合作推出开放式生物分子生成模型RFD4-Proteina，将可编程蛋白质生成与推理时搜索结合。模型用自编码器把标准与修饰氨基酸、糖类和核苷酸编码到共享32维潜在空间并加入力场能量监督，通过循环精修和评分引导搜索优化候选。
- BioAICraft精选David Baker 团队与 NVIDIA 开源 RFD4-Proteina 蛋白设计模型
华盛顿大学蛋白质设计研究所与 NVIDIA 等机构在预印本中提出 RFD4-Proteina，将分子身份与三维构象放进同一生成框架，并开源代码。模型用自编码器把氨基酸、修饰氨基酸、糖和核酸表示为锚点坐标加 32 维潜在向量，再由流匹配模型联合生成，并加入单条轨迹内的循环精炼和基于外部指标的分阶段搜索。
- BioTender精选Baker团队与NVIDIA发布分子设计模型RFD4-Proteina
NVIDIA与David Baker团队发布分子设计模型RFD4-Proteina，通过统一潜空间与迭代优化同时处理蛋白质、非天然氨基酸、糖分子和核酸。在蛋白结合设计基准中，计算通过率达到10.6%，生成吞吐量为BindCraft的42倍。团队还完成多项湿实验验证，包括设计用于抗HIV药物来那帕韦合成步骤的全新酶，代码与模型权重已开放。
- AI-Protein Design精选RFD4-Proteina 分子设计模型发布，基准与湿实验成功率超现有模型
RFD4-Proteina 分子设计模型正式发布，在蛋白质结合、小分子结合、酶活性位点支架和 DNA 结合四类基准测试中聚类通过率均高于对比模型，并报告更高生成吞吐量。
- LeapFun精选Baker Lab与NVIDIA发布RFD4-Proteína：联合生成蛋白序列与全原子结构
Baker Lab与NVIDIA GenAIR发布RFD4-Proteína，用flow matching在同一潜空间联合生成蛋白序列与全原子结构，并按靶点、酶motif、配体等分子语境条件化。
本事件热度走势
- 可比范围当前
- 20
- 可比范围峰值
- 3211月6日 22:00
- 近 24 小时变化
- -21%
趋势仅比较持续完整观测到的相同主体，范围可能小于当前热度统计。移动指针或点击图表查看每小时热度；键盘可用左右方向键切换。