两大AI蛋白质模型家族，完成世纪牵手！
刚刚，英伟达宣布与华盛顿大学蛋白质设计研究所的David Baker团队合作推出了一款 AI蛋白质模型RFD4-Proteina。
该模型融 合了 David Baker团队 的 RosettaFold 扩散模型和NVIDIA的开源蛋白质模型 Proteina-Comp lexa，从而实现了适用范围、性能、速度上的多重飞跃。
不仅将蛋白质设计的成功率提高了5-10倍，速度也提升到了以往模型的5-10倍。实测中，当设计一条长度为200个残基的蛋白质时，RFD4-Proteina的生成速度可以达到现有顶尖开源AI蛋白质模型RFdiffusion 3的13倍。
该模型堪称AI蛋白质领域的全能王。基准测试显示 RFD4-Proteina支持包括蛋白质、酶、小分子、DNA在内的10种生物分子任务，并在12+项蛋白质设计任务中达到最先进水平。
该模型还对计算性能进行了优化，引入了当 下火热的“测试时计算”（test-time compute） 。
普通生成模式下，模型只用较少的计算步骤生成候选分子；而遇到 复杂任务时，则可以投入更多计算资源，寻找更符合设计要求的候选分子。
目前该模型已经在GitHub和Hugging Face上开源了模型和核心代码，支持下载、修改和商业化使用。
成功率和速度 都实现了5倍以上提升
RFD4-Prote ina的 技术核心是创建了一个共享的、具有物理信息的化学与构象潜在空间（latent space）。
简单来说，就是让AI用一套统一的内部表示来处理不同类型的生物分子，而不是把它们割裂成彼此独立的设计任务。
但拥有更丰富的分子知识还不够，如何高效探索这些可能性同样关键。RFD4-Proteina 因此引入了内在推理和外在推理两种相互配合的机制。
前者能够反复精炼方案，逐步改善生成结果，并根据任务难度调整计算投入；后者依托外部评价指标检索，从而判断哪些方向更有希望，并进一步探索和优化。
两者结合，相当于先给AI画好一张更丰富的分子地图，再给了AI一套可以及时评估修正的搜索引擎，最终前者扩大了可探索的分子空间，后者提高了效率。
直接来看提升的结果：
在蛋白质结合设计这一已有较多对照模型的领域，RFD4-Proteina不只是刷新了某一项指标，而是直接反转了“智能-成本”的帕累托前沿（Pareto frontier）
在高推理设置下，RFD4-Proteina每GPU小时可生成约71.60个设计，而此前表现最好的对照模型Proteina-Complexa为13.24个，性能提升5倍以上。
小分子结合设计尤其值得关注。在这一任务上，RFD4-Proteina每GPU小时可产出约112.25个设计，对照模型BoltzGen只有15.48个，提升超过7倍。
酶设计领域也呈现出类似的结果，即使把DeepMind最新推出的AlphaProtein Novo等新一代模型纳入对比，模型依然表现出竞争力。
经过真实湿实验验证，RFD4-Proteina设计的蛋白质成功在实验室中展现出预期性能，验证了模型设计的有效性。
算力巨头联手诺奖团队
「复仇者联盟」集结
模型共同通讯作者Kieran Didi发文并表示：“RFD4-Proteina比所有模型都更出色、更迅速。”
对于此次合作，他用了这样一个词：「复仇者联盟」。
一个是AI领域的算力巨头，一个是专注蛋白质设计的诺奖团队。在AI4S如火如荼的今天，两者携手可谓是「意料之内，情理之中」。
近年来，英伟达的生命科学布局已经覆盖算力、模型和软件：推出生物大模型工具箱BioNeMo；与制药巨头礼来官宣投入10亿美元，共建全球首个「AI药物创新实验室」。
Baker实验室隶属于华盛顿大学蛋白质设计研究所（IPD），致力于用计算方法设计自然界中尚不存在的蛋白质。
此次RFD4-Proteina模型发布的背后，是两支团队持续约一年的共同探索。
Kieran Didi透露，约一年前，他加入了David Baker实验室。
当时，他们想回答一个问题：如果把英伟达的La-Proteina、Proteina-Complexa，与IPD的RFdiffusion结合起来，蛋白质设计还能向前推近多远。
RFD4-Proteina，就是这一想法落地的成果。模型名字中的两部分，正好对应双方各自的技术积累。
而双方的正式官方合作，可以追溯到今年6月。
彼时IPD面临着一个紧迫的问题：随着蛋白质设计目标变得越来越复杂，相关工作也需要更强的算力支撑。
英伟达的加入，正好解了IPD的燃眉之急。
6月23日，IPD介绍，双方正在共同开展模型开发和加速计算研究，将英伟达的cuEquivariance、TensorRT等工具接入RF3结构预测流程。
双方分工明确。IPD负责设计流程、基准任务和实验验证，英伟达则提供GPU计算与推理优化技术。
算力支持随后进一步扩大。
10月8日，华盛顿大学医院宣布，IPD获得黄仁勋夫妇基金会捐赠的近700万小时计算时间，以此加速开发AI蛋白质设计开源模型。
如今，RFD4-Proteina开放使用，更多团队可以将它接入自己的研发流程。
本次发布的合作伙伴之一、Apheris的CEO指出，在早期药物发现阶段，最具价值的靶点信息属于企业的专有数据；在自己的内部环境中部署模型，可以守住这些数据。
发布RFD4-Proteina的消息在外网也炸开了锅。
捷克马萨里克大学蛋白质工程实验室负责人Jiří Damborský认为，RFD4-Proteina的影响，可延伸至材料和生物技术等领域。
诺奖得主、Baker实验室领头人David Baker表示：“我们正从发现的蛋白质时代迈向设计全新蛋白质的时代。”
—The End—
热门跟贴