NVIDIA 与 UW 医学院蛋白质设计研究所发布开源蛋白质设计模型 RFD4-Proteina

 新闻摘要：

• NVIDIA 与华盛顿大学医学院蛋白质设计研究所（UW Medicine Institute for Protein Design）联合发布了全新开源模型 RFD4-Proteina，该模型将可编程蛋白质设计与搜索能力相结合，开启了生物学的新前沿。
• 西门子医疗（Siemens Healthineers）正利用 NVIDIA 智能技术推进下一代自适应放射治疗，通过智能代理协同规划、患者专属模拟和机器人控制，扩大挽救生命的癌症治疗的可及性。
• Automata、Benchling、Biolevate、Boltz、Danaher、Hologen 和 Therna Biosciences 正在使用 NVIDIA BioNeMo 开放平台开发科学代理，将药物设计、自主实验室和生物学发现连接起来，帮助研究人员更快地从假设推进到实验。

GTC 柏林——NVIDIA 今日宣布与全球领先的医疗健康和研究机构展开合作，推进蛋白质设计（包括通过新发布的开源模型 RFD4-Proteina）、加速药物发现，并为癌症治疗带来更高的精准度。

生命科学研究人员必须探索广阔的生物设计空间，并致力于缩短计算设计与实验室测试之间的周期，以发现新药。癌症治疗团队则面临着不同的挑战：将复杂的影像和治疗数据转化为针对每位患者的精准方案。

NVIDIA 的开源模型、加速计算和物理智能可以帮助专家更快地评估更多可能性，从设计新蛋白质到规划自适应放射治疗。

NVIDIA 医疗健康副总裁 Kimberly Powell 表示：“代理式与物理人工智能正在为整个医学领域开辟新的可能性，从设计蛋白质、赋能自主实验室到改善个性化癌症医疗。通过与医疗健康和生命科学领军企业的合作，我们正在加速科学发现，并在全球范围内推进更精准、更易获取的医疗服务。”

NVIDIA 与华盛顿大学蛋白质设计研究所推出 RFD4-Proteina
蛋白质是执行生命许多核心任务的分子工具，设计新型蛋白质可以为开发新药、诊断方法和工业应用开辟道路。然而，要找到能够执行特定设计功能的蛋白质，需要在极其庞大的可能设计范围内进行搜索。

NVIDIA 与华盛顿大学医学院蛋白质设计研究所联合推出了全新的 NVIDIA BioNeMo™ 开源模型 RFD4-Proteina，该模型将可编程蛋白质设计与搜索功能结合在一起。

该模型可生成靶向蛋白质设计，使科学家和代理能够使用分子输入、约束条件和评分目标来搜索和优化设计。潜在应用包括设计能够中断疾病进程或在诊断测试中检测疾病迹象的蛋白质。

在研究草案中报告的测试中，RFD4-Proteina 在蛋白质结合、小分子结合、酶支架和 DNA 结合这四个基准测试套件中，实现了比所评估的基线更高的计算设计成功率和生成吞吐量。该模型可帮助研究人员探索并优先挑选候选对象进行实验室测试，通过实验来确定设计在测试条件下的表现。

“我们正在从一个发现大自然所创造的蛋白质的时代，迈向一个能够完全设计全新蛋白质的时代，”2024年诺贝尔化学奖得主、华盛顿大学蛋白质设计研究所所长大卫·贝克（David Baker）表示，“RFD4-Proteina拓宽了科学家的创造边界，从能够推进药物发现的蛋白质，到分解农药的酶。开源该模型将使世界各地的研究人员能够在此能力的基础上进行构建，并寻求曾经遥不可及的解决方案。”

RFD4-Proteina现已通过Amazon Bio Discovery、Anthropic的Claude Science、Benchling、Databricks、Google Cloud、Hugging Face、Nebius、OpenAI和Tamarind Bio等合作伙伴推出，使研究人员和开发人员能够将这个开源蛋白质设计模型集成到智能体、云和科学计算工作流中。

西门子医疗携手NVIDIA推进癌症治疗
西门子医疗与NVIDIA正合作开发具备智能体与机器人智能的新一代自适应放射治疗，将影像学和肿瘤学专业知识与加速计算及仿真相结合，以简化工作流并扩大医疗服务的可及性。

据预测，到2050年，全球每年约有3500万人被诊断出患有癌症。医疗团队正面临着越来越大的压力，既要提供精确、个性化的治疗，又要应对有限的专家产能。更高的效率有助于扩大医疗服务的可及性，同时保持将规定剂量输送至肿瘤并保护周围健康组织所需的精度。

西门子医疗正与NVIDIA合作，通过智能体协同规划、患者特定仿真和实时计算进一步开发自适应放射治疗。双方正探索利用NVIDIA Nemotron™开源基础模型来赋能智能体协同规划，旨在帮助肿瘤学家评估和完善个性化治疗策略。这些模型随后可与NVIDIA CUDA^®加速的剂量计算相结合，以实现快速的患者特定仿真，并结合NVIDIA Holoscan平台将实时传感器数据与AI和仿真连接起来，以支持自适应治疗。

“自适应放射治疗建立在一个单一原则之上：治疗应适应患者，而不是患者去适应治疗，”西门子医疗旗下癌症治疗业务Varian的负责人亚瑟·凯因德尔（Arthur Kaindl）表示，“我们在精确性和适应性方面取得了重要进展——最近的一次是推出了Accela系统。我们与NVIDIA的合作建立在此进展基础之上，探索AI和实时计算如何赋予临床医生更高的速度和洞察力，以做出明智的决策、更有信心地调整治疗，并为更多患者提供个性化护理。”

科学智能体推进药物发现与开发
生命科学是全球最重要的科学前沿之一，全球科学研发支出达到3.8万亿美元，年度制药预算接近3000亿美元。

科学智能体和自主实验室可以通过在连续的循环中连接设计、实验和学习，帮助将更多的投资转化为证据、洞察力，并最终转化为新的疗法。

为了加速科学发现并解放科学家让他们专注于唯有他们才能胜任的工作，研究与实验室技术公司正在使用 NVIDIA BioNeMo（一个支持 AI 驱动的生物学和药物发现的开放开发平台），并结合 Nemotron 及其他 NVIDIA 技术来开发科学智能体以及连接药物设计、科学数据和实验室工作流的专业模型与工具：

• Benchling 正在将智能体建立在实验数据、研究背景和互联的科学工作流之上。
• Biolevate 正在将整个药物发现和开发过程中的生物数据、专业科学工具以及智能体推理能力连接起来。
• Boltz 正在开发专业模型和工具，供科学智能体用于预测分子结构、设计和评估候选药物。它还在预览一款科学智能体，用于规划工作流、应用正确的模型并解释结果以指导下一步实验。
• Automata 正在将科学智能体与自动化实验室基础设施连接起来，使它们能够启动实验并通过工作流捕获结构化的、具备上下文关联的结果。
• Genedata 的 AI 共同科学家将在 Danaher 自主实验室的蛋白质设计代工厂中协调蛋白质设计与测试。该工作流将整合 RFD4-Proteina，帮助科学家利用实验结果来指导下一轮设计。
• Hologen 正在将其大型医学模型与 NVIDIA Nemotron 相结合，以构建 AI 临床科学家，帮助研究人员将影像学和临床数据转化为关于患者预后的见解，从而为临床试验设计提供信息。
• Therna Biosciences 正在使用大语言模型推理来连接实验证据与 RNA 药物设计，帮助科学家将生物学见解转化为治疗候选药物。 

NVIDIA 开放模型简化医院运营、扩大专业护理的触达范围
欧洲各地的医疗系统正在努力扩大专业护理的可及性，同时减轻本已捉襟见肘的护理团队的行政负担。

Avelios、Corti、Dedalus、Dawn Health 和 Sword 也基于 NVIDIA Nemotron 进行构建，为从 AI 医疗文书助理、AI 辅助临床护理到个性化患者支持服务的各项功能提供动力。

PolyAI 正在基于 NVIDIA Agent Toolkit 构建其多语言对话部署，通过与医疗软件提供商 Corilus（其网络跨越比利时和法国的 70,000 多名医疗专业人员）合作，加速通往护理的道路。

Apian 和 VitVio 正在将此扩展到物理世界，使用 NVIDIA Cosmos™ 世界模型和 NVIDIA Omniverse™ 库来构建数字孪生，以监测和改善医院运营。

观看 NVIDIA 创始人兼首席执行官黄仁勋的 GTC 柏林主题演讲并探索专题会议。