跳到正文
GEN 新闻· Alex Philippidis·· 25 天前精选AI 评分79

NVIDIA 与华盛顿大学 IPD 发布开源蛋白质设计模型 RFD4-Proteina

Nvidia, UW Institute for Protein Design Unveil Open-Source Protein Design AI Model

AI 导读

NVIDIA 与华盛顿大学医学院蛋白质设计研究所(IPD)发布开源生成模型 RFD4-Proteina,基于 BioNeMo 平台,可联合优化蛋白质序列、结构及相互作用分子结构。

推荐理由

材料交代 RFD4-Proteina 的开源许可、性能对比与可用平台,便于判断蛋白质设计模型进入研发流程的入口。

正文 · AI 翻译
诺贝尔奖得主、博士 David Baker,IPD 主任、UW Medicine 生物化学教授 [UW Medicine Institute for Protein Design]

华盛顿大学 (UW) 医学院 蛋白质设计研究所 (IPD) 已与 Nvidia 合作,开发一个开放的生成式模型,该模型使用生物分子推理,旨在提高研究人员设计具有特定功能的新蛋白质的能力。

RFD4-Proteina 是一个基于 Nvidia 的 NVIDIA BioNeMo™ 人工智能 (AI) 平台 的开放模型,面向化学和生物学,将可编程的蛋白质设计与搜索能力相结合。据其开发者称,RFD4-Proteina 能生成有针对性的蛋白质设计,使科学家和智能体能够使用分子输入、约束条件和评分目标来搜索并优化这些设计。潜在应用包括设计蛋白质以阻断疾病进程,或在诊断测试中检测疾病迹象。

RFD4-Proteina 同时优化蛋白质的序列和结构以及相互作用分子的结构,使得其中一处的改变能轻松带动其他部分的变化。开发者表示,RFD4-Proteina 的设计成功率提高了 5 到 10 倍,同时生成蛋白质候选的速度比之前的模型快 5 到 10 倍。

Nvidia 表示,实验室台架测试显示,在四个基准测试套件——蛋白质结合、小分子结合、酶支架和 DNA 结合——中,RFD4-Proteina 的计算设计成功率和生成吞吐量均高于所评估的基线。

该模型帮助研究人员探索并优先筛选用于实验室测试的候选对象。UW 和 Nvidia 补充说,通过保持开放,RFD4-Proteina 将使研究人员能够通过探索更多潜在蛋白质设计、并更快地将有前景的药物候选推进实验室测试,从而在其能力基础上进行构建。

诺贝尔奖得主、博士 David Baker,IPD 主任、UW Medicine 生物化学教授在一份声明中说:“我们正在从发现自然界已有的蛋白质的时代,迈向一个我们可以设计全新蛋白质的时代。”“RFD4-Proteina 拓展了科学家的创造范围,从可能推动药物发现的蛋白质,到能分解农药的酶。”

“新的解决方案”

Baker 补充道:“RFD4-Proteina 将为医学、可持续性、材料和生物技术领域的新解决方案打开大门。”“我认为,有了这些改进的生成式 AI 方法,我们将看到更好的药物……以及在医学和可持续性之外更广泛的应用,分解聚合物的新方法,制造生物塑料的新方法。”

RDF4 建模团队的成员在蛋白质设计研究所进行测试。[Sierra Adler / UW Medicine Institute for Protein Design]

RFD4-Proteina 的名字来源于 IPD 的 RosettaFold Diffusion——一个用于生成新蛋白质的引导扩散模型——以及 Nvidia 的 Proteina-Complexa——一个用于蛋白质和小分子靶点的蛋白质结合剂设计的生成模型。Proteina-Complexa 将推理时优化与一个预训练的基于流的生成模型相结合,该模型建立在 Nvidia 为原子级蛋白质设计开发的 La-Proteina AI 模型之上。

RFD4-Proteina 可通过包括 Amazon Bio Discovery、Anthropic 的 Claude Science、Benchling、Databricks、Google Cloud、Hugging Face、Nebius、OpenAI 和 Tamarind Bio 在内的合作伙伴获得。这些合作伙伴使研究人员和开发者能够将这一开源蛋白质设计模型集成到智能体、云端和科学计算工作流中。

在 IPD,已将该模型应用于其新颖蛋白质设计挑战的研究人员报告称,RFD4-Proteina 在效果和速度上较过去的方法有所提升。

“我们能够精确控制哪些类型的聚糖(对免疫系统识别重要的糖类)被连接到蛋白质上,这是过去的模型无法实现的,而且只需不到一周而非数月即可完成,”华盛顿大学生物化学及生物物理、结构与设计方向的博士生 Meg Lunn-Halbert 说。

从数月缩短到数天

华盛顿大学生物医学工程方向的博士前候选人、美国国家科学基金会研究员 Seth Woodbury 补充道:“仅仅几天时间,我们就设计出一种降解农药的酶,其性能比我此前的最佳成果好了许多倍,而那个成果花了数月才设计出来。”

RFD4-Proteina 源自 IPD 与 Nvidia 研究人员之间的合作,现可作为开源资源立即使用,通过 Berkeley Software Distribution (BSD-3) 托管。

该项目的 IPD 负责人是三名华盛顿大学博士生——Nathaniel Corley、Maxwell Kazman 和 Rafi Brent——以及来自牛津大学的访问学生 Kieran Didi。

RFD4-Proteina 的开发由 Howard Hughes Medical Institute、Gates Foundation (INV-092109)、Grantham Foundation、Fund for Science and Technology、Schmidt Sciences、OpenFold consortium(OMSF 的一部分)、Rosetta Commons 以及 IPD 的其他支持者资助。据其网站,Gates Foundation 承诺投入 25,748,619 美元,通过一笔日期为 2025 年 11 月的拨款。

华盛顿大学在宣布推出 RFD4-Proteina 时表示,Jen-Hsun and Lori Huang Foundation 提供了一笔对 RFD4-Proteina 的开发至关重要的计算资源拨款。

Baker 是 Howard Hughes Medical Institute 的 Investigator,也是 2024 年诺贝尔化学奖三位获奖者之一,获奖理由是“计算蛋白质设计”,另外两位是 Sir Demis Hassabis, PhD 和 John Jumper, PhD。

Hassabis 是 Google DeepMind 的联合创始人,现任 Google 母公司 Alphabet 的首席科学家,以及 Google 共同持股的 Isomorphic Labs 的创始人/CEO。Jumper 于 6 月宣布计划离开 Google DeepMind 加入 Anthropic,这家 AI 巨头已申请首次公开募股(IPO),该 IPO 将使公司估值达到惊人的 2 万亿美元。

该文章 Nvidia、华盛顿大学蛋白质设计研究所发布开源蛋白质设计 AI 模型 最早发布于 GEN - Genetic Engineering and Biotechnology News。

来源:GEN 新闻 · genengnews.com