NVIDIA与华盛顿大学开源RFD4-Proteina蛋白质设计模型，Hugging Face Spaces提供限时免费试用

OmniTools 10月21日消息，NVIDIA 与华盛顿大学蛋白质设计研究所（Institute for Protein Design）联合开发的开源模型 RFD4-Proteina 已在 Hugging Face 上线。该模型属于 BioNeMo 项目，将蛋白质序列生成与全原子结构生成整合进同一个模型，减少了过去在骨架设计、序列设计和全原子结构设计等多个模型之间来回切换所造成的信息损失。模型可处理的分子环境包括其他蛋白质、小分子、核酸、聚糖、金属离子以及修饰氨基酸（如目标蛋白上的磷酸化残基）。

技术上，RFD4-Proteina 将流匹配模型与自编码器结合：自编码器把标准或修饰氨基酸、糖、DNA/RNA 核苷酸表示为锚原子坐标（氨基酸为 α 碳）与学习到的潜向量，流模型联合生成锚原子坐标和潜向量，再由解码器展开为全原子三维结构与序列。用户可在浏览器中通过两个 Hugging Face Space 直接试用，分别运行在专用 GPU 和共享算力的 ZeroGPU 上。2026年10月21日至11月4日，NVIDIA 赞助专用 Space 的免费使用额度，运行于 NVIDIA RTX PRO 6000 GPU；窗口结束后专用 Space 转为收费，ZeroGPU Space 仍免费但受账号配额限制。

模型引入类似大模型的“thinking”设置（low、medium 为默认、high），用于控制生成过程中对每个设计的细化程度，细化越多越可能通过计算筛选，但算力开销也越高。在覆盖 24 个蛋白质结合靶点的基准测试中，高 thinking 档位的 RFD4-Proteina 每 GPU 小时产出 76.40 个满足既定计算标准的、结构上不同的设计，对比同类方法 Proteina-Complexa 的 13.24 个。此外，模型支持跨多条生成轨迹进行搜索与奖励引导搜索，可借助结构预测模型或基于物理的能量计算器等外部评估器，按界面面积、氢键或配体结合能等目标引导设计。