NVIDIA发布RFD4-Proteina开放模型，推动AI药物研发与自适应放疗

NVIDIA于2026年10月21日在德国柏林举行的“GTC Berlin”上，公布了与医疗健康机构、研究机构及科技企业合作的多项举措。公司不仅推出新的开放模型“RFD4-Proteina”以支持蛋白质设计，还计划将智能体AI（Agentic AI）和物理AI（Physical AI）引入药物研发、放射治疗、自主实验室和医院运营。

在生命科学领域，发现候选新药需要探索庞大的生物设计空间，并反复进行计算设计与实验室测试。另一方面，癌症治疗面临的课题是如何将复杂的影像数据和治疗数据反映到每位患者的治疗方案中。NVIDIA拟结合开放模型、加速计算和实时处理技术，为这些工作提供支持。

RFD4-Proteina生成蛋白质设计方案

NVIDIA与华盛顿大学医学院蛋白质设计研究所公布的RFD4-Proteina，是NVIDIA BioNeMo中的开放模型，结合了可编程的蛋白质设计与探索功能。该模型可生成符合目的的蛋白质设计方案，并帮助科学家和AI智能体根据分子输入信息、约束条件和评分目标探索、改进设计方案。

其设想用途包括设计阻碍疾病进展过程的蛋白质，以及设计可在诊断检查中检测疾病征兆的蛋白质。在一份研究论文草稿中报告的试验显示，在蛋白质结合、小分子结合、酶支架结构设计和DNA结合这四个基准组中，该模型取得了高于所评估基线的计算设计成功率和生成吞吐量。

此外，RFD4-Proteina还可帮助研究人员探索并优先排序需要在实验室测试的候选方案。不过，生成的设计是否按预期发挥作用，仍需通过实际实验室测试确认。

发布时，该模型可通过Amazon Bio Discovery、Anthropic Claude Science、Benchling、Databricks、Google Cloud、Hugging Face、Nebius、OpenAI、Tamarind Bio等合作伙伴使用。研究人员和开发者可将该模型集成到智能体、云和科学计算工作流中。

与Siemens Healthineers开发自适应放射治疗

NVIDIA正与Siemens Healthineers合作，利用智能体AI和机器人技术开发下一代自适应放射治疗。双方将结合影像诊断和肿瘤学专业知识与加速计算、仿真技术，协助制定治疗计划，并致力于扩大癌症治疗的可及性。

自适应放射治疗需要根据患者状况和肿瘤变化调整治疗计划。双方计划将智能体AI协同规划、逐患者仿真和实时计算相结合，帮助肿瘤科医生评估和改进治疗策略。

用于协同规划的智能体AI正在考虑采用NVIDIA Nemotron开放基础模型。此外，还可能结合由NVIDIA CUDA加速的剂量计算进行逐患者仿真，以及利用NVIDIA Holoscan处理实时传感器数据，从而支持适应患者变化的治疗。

NVIDIA预测，到2050年全球每年新确诊癌症患者约3500万人。在专业人才有限、提供精准且个性化治疗的需求日益上升的背景下，双方希望在保持治疗精度的同时提高工作流效率，构建让更多患者能够接受治疗的环境。

BioNeMo与Nemotron拓展至药物研发和医院业务

此外，NVIDIA还将面向AI生物学研究和药物研发的开放开发平台BioNeMo与Nemotron等技术结合提供。Automata、Benchling、Biolevate、Boltz、Danaher、Hologen、Therna Biosciences等正在开发连接药物设计、科学数据和实验室工作流的科学智能体，以及自主实验室相关工具。

例如，Automata正在开发连接科学智能体与自动化实验室设备的环境，使智能体能够启动实验并获取结构化结果。Danaher在自主实验室的蛋白质设计工作流中集成了RFD4-Proteina，并推进将实验结果反映到下一设计周期的举措。

医疗业务方面，Avelios、Corti、Dedalus、Dawn Health、Sword等正基于Nemotron开发AI病历生成和患者支持服务。PolyAI基于NVIDIA Agent Toolkit推出多语言对话系统，帮助加快患者获得治疗之前的流程。Apian和VitVio则利用NVIDIA Cosmos世界模型和NVIDIA Omniverse库，构建用于监控和改善医院运营的数字孪生。