NVIDIA 与华盛顿大学蛋白设计研究所发布开放模型 RFD4-Proteina
Healthcare and Life Sciences Leaders Build on NVIDIA to Advance Drug Discovery and Expand Patient Care
NVIDIA 与 UW Medicine 蛋白设计研究所推出开放模型 RFD4-Proteina，将可编程蛋白质设计与搜索能力结合，可按分子输入、约束和评分目标生成并筛选设计。
原文给出开放模型与多家合作方入口，读者可据此判断蛋白质设计如何接入现有智能体与云工作流。
新闻摘要：
- NVIDIA 与 UW Medicine 蛋白质设计研究所推出 RFD4-Proteina，这是一款将可编程蛋白质设计与搜索能力相结合的全新开放模型，开辟了生物学的新前沿。
- 西门子医疗正在推进下一代自适应放疗，利用 NVIDIA 智能技术，通过智能体协同规划、患者专属模拟和机器人控制，扩大获得救命癌症治疗的机会。
- Automata、Benchling、Biolevate、Boltz、Danaher、Hologen 和 Therna Biosciences 正在使用 NVIDIA BioNeMo 开放平台开发科学智能体，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走向实验。
GTC 柏林——NVIDIA 今日宣布与全球领先的医疗健康和研究机构开展合作，以推进蛋白质设计——包括通过新发布的开放模型 RFD4-Proteina——加速药物发现，并为癌症治疗带来更高精度。
生命科学研究人员必须搜索广阔的生物学设计空间，并致力于缩短计算设计与实验室测试之间的周期，以发现新药物。癌症治疗团队则面临不同的挑战：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 开放模型、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疗。
“智能体 AI 和物理 AI 正在为医学领域开辟新的可能性，从设计蛋白质、驱动自主实验室，到改善个性化癌症治疗，”NVIDIA 医疗健康副总裁 Kimberly Powell 表示。“我们与医疗健康和生命科学领域的领导者携手，加速科学发现，并在全球范围内推进更精准、更可及的医疗服务。”
NVIDIA 与 UW 蛋白质设计研究所推出 RFD4-Proteina
蛋白质是执行生命众多基本任务的分子工具，设计新版本可以为新药物、诊断和工业应用开辟道路。但要找到能够执行设计功能的蛋白质，需要搜索海量的可能设计。
NVIDIA 与 UW Medicine 蛋白质设计研究所首次推出 RFD4-Proteina，这是一款全新的 NVIDIA BioNeMo™ 开放模型，将可编程蛋白质设计与搜索能力相结合。
该模型可生成有针对性的蛋白质设计，使科学家和智能体能够利用分子输入、约束条件和评分目标来搜索并优化设计。潜在应用包括设计用于阻断疾病进程的蛋白质，或在诊断测试中检测疾病迹象。
在研究草案所报告的测试中，RFD4-Proteina 在四个基准套件——蛋白质结合、小分子结合、酶支架和 DNA 结合——上取得了高于所评估基线的计算设计成功率和生成吞吐量。该模型帮助研究人员探索并优先筛选候选方案以进行实验室测试，由实验确定设计在测试条件下的表现。
“我们正从发现自然界已有蛋白质的时代，迈向能够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David Baker表示。“RFD4-Proteina拓展了科学家能够创造的范围，从有望推动药物发现的蛋白质到能够降解农药的酶。将模型开源将使全球研究人员能够在此基础上继续发展，并探索曾经无法企及的解决方案。”
RFD4-Proteina今日起可通过Amazon Bio Discovery、Anthropic的Claude Science、Benchling、Databricks、Google Cloud、Hugging Face、Nebius、OpenAI和Tamarind Bio等合作伙伴获取，使研究人员和开发者能够将这一开放蛋白质设计模型集成到智能体、云和科学计算工作流中。
Siemens Healthineers携手NVIDIA推进癌症诊疗
Siemens Healthineers与NVIDIA正在合作，利用智能体与机器人智能开发下一代自适应放射治疗，将影像和肿瘤学专业知识与加速计算和仿真相结合，以简化工作流程并扩大诊疗可及性。
预计到2050年，全球每年约有3500万人被诊断出癌症。诊疗团队面临着越来越大的压力，既要提供精准的个性化治疗，又要应对有限的专家资源。提高效率有助于扩大诊疗可及性，同时保持将处方剂量精准递送至肿瘤并保护周围健康组织所需的精度。
Siemens Healthineers正与NVIDIA合作，通过智能体协同规划、患者特异性仿真和实时计算进一步开发自适应放射治疗。双方正在探索利用NVIDIA Nemotron™开放基础模型为智能体协同规划提供支持，旨在帮助肿瘤科医生评估和优化个性化治疗策略。这些模型随后可与NVIDIA CUDA®加速的剂量计算相结合，实现快速的患者特异性仿真，并借助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条原则之上：治疗应当适应患者，而不是让患者去适应治疗，”Siemens Healthineers癌症诊疗业务Varian负责人Arthur Kaindl表示。“我们在精准度和自适应方面取得了重要进展——最近还推出了Accela系统。我们与NVIDIA的合作在此基础上更进一步，探索AI和实时计算如何为临床医生提供更快的速度和更深入的洞察，使其能够做出明智决策、更有信心地调整治疗，并为更多患者提供个性化诊疗。”
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，全球科学研发投入达到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将设计、实验和学习连接成持续循环，帮助将更多投资转化为证据、洞察，并最终转化为新的治疗方法。
为了加速发现进程并让科学家腾出精力专注于只有他们才能完成的工作，研究与实验室技术公司正在使用 NVIDIA BioNeMo——一个支持 AI 驱动生物学与药物发现的开放开发平台——以及 Nemotron 和其他 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用模型与工具：
- Benchling 正在将智能体建立在实验数据、研究上下文和互联的科学工作流之上。
- Biolevate 正在将生物数据、专用科学工具和智能体推理贯通于药物发现与开发的全过程。
- Boltz 正在开发专用模型和工具，供科学智能体用于预测分子结构以及设计和评估候选分子。它还在预览一款科学智能体，用于规划工作流、应用合适的模型并解读结果，以指导下一轮实验。
- Automata 正在将科学智能体与自动化实验室基础设施连接起来，使其能够发起实验，并通过工作流捕获结构化、带上下文的结果。
- Genedata 的 AI 联合科学家将在 Danaher 自主实验室内的蛋白质设计工坊中协调蛋白质设计与测试。该工作流将纳入 RFD4-Proteina，帮助科学家利用实验结果指导下一轮设计。
- Hologen 正在将其大型医学模型与 NVIDIA Nemotron 相结合，构建 AI 临床科学家，帮助研究人员将影像和临床数据转化为关于患者结局的洞见，从而为临床试验设计提供依据。
- Therna Biosciences 正在利用大语言模型推理连接实验证据与 RNA 药物设计，帮助科学家将生物学洞见转化为治疗候选药物。
NVIDIA 开放模型简化医院运营，扩大专科护理可及性
欧洲各地的医疗系统正致力于扩大专科护理的可及性，同时减轻本已紧张的护理团队的行政负担。
Avelios、Corti、Dedalus、Dawn Health 和 Sword 也在基于 NVIDIA Nemotron 进行构建，为从 AI 记录员、AI 辅助临床护理到个性化患者支持服务等各类应用提供支持。
PolyAI 正在基于 NVIDIA Agent Toolkit 构建，通过与医疗软件提供商 Corilus 合作部署多语言对话系统来加速就医路径，Corilus 的网络覆盖比利时和法国超过 70,000 名医疗专业人员。
Apian 和 VitVio 正在将这一能力延伸到物理世界，使用 NVIDIA Cosmos™ 世界模型和 NVIDIA Omniverse™ 库构建数字孪生，以监测并改善医院运营。
观看 NVIDIA 创始人兼 CEO 黄仁勋的 GTC Berlin 主题演讲，并探索会议内容。
来源：NVIDIA Newsroom · nvidianews.nvidia.com