NVIDIA představuje otevřený model pro návrh proteinů RFD4-Proteina ve spolupráci s UW Medicine

NVIDIA 21. října 2026 na konferenci GTC Berlin oznámila řadu spoluprací v oblasti zdravotnictví a biologických věd. Jejich hlavním bodem bylo představení modelu RFD4-Proteina, otevřeného modelu pro návrh proteinů vyvinutého ve spolupráci s UW Medicine Institute for Protein Design, a nové spolupráce se Siemens Healthineers v oblasti adaptivní radioterapie.

NVIDIA zasadila oznámení do kontextu dvou výzev, kterým tento obor čelí: výzkumníci v oblasti biologických věd musí prohledávat rozsáhlé prostory biologických návrhů a zkracovat dobu mezi výpočetním návrhem a laboratorním testováním, zatímco týmy onkologické péče musí převádět složité zobrazovací a léčebné údaje do přesných plánů pro jednotlivé pacienty. Kimberly Powell, viceprezidentka pro zdravotnictví ve společnosti NVIDIA, uvedla, že agentní a fyzická umělá inteligence otevírají nové možnosti v celé medicíně, od návrhu proteinů přes autonomní laboratoře až po personalizovanější onkologickou péči.

RFD4-Proteina je otevřený model NVIDIA BioNeMo, který spojuje programovatelný návrh proteinů s možnostmi vyhledávání. Generuje cílené návrhy proteinů a umožňuje vědcům i agentům vyhledávat mezi kandidáty a dále je zdokonalovat na základě molekulárních vstupů, omezení a hodnoticích cílů. NVIDIA uvedla mezi možnými aplikacemi proteiny navržené tak, aby narušovaly průběh onemocnění nebo odhalovaly známky nemoci v diagnostických testech.

NVIDIA uvedla, že při testování popsaném v návrhu výzkumné práce dosáhl RFD4-Proteina vyšší úspěšnosti výpočetního návrhu a vyšší propustnosti generování než hodnocené referenční modely, a to ve čtyřech sadách benchmarků: vazba proteinů, vazba malých molekul, tvorba proteinového lešení pro enzymy a vazba DNA. Společnost uvedla, že model pomáhá výzkumníkům prozkoumávat kandidáty a určovat jejich prioritu pro laboratorní testování, při němž experimenty ověřují, jak si návrh vede za testovaných podmínek.

David Baker, nositel Nobelovy ceny za chemii za rok 2024 a ředitel Institute for Protein Design při University of Washington, popsal tuto práci jako odklon od objevování proteinů vytvořených přírodou k navrhování zcela nových proteinů. „RFD4-Proteina rozšiřuje možnosti toho, co mohou vědci vytvořit: od proteinů, které by mohly posunout objevování léčiv, až po enzymy rozkládající pesticidy,“ uvedl a dodal, že otevřenost modelu umožní výzkumníkům z celého světa na něj navazovat.

NVIDIA uvedla, že model je dostupný prostřednictvím partnerů, mezi něž patří Amazon Bio Discovery, Claude Science od Anthropic, Benchling, Databricks, Google Cloud, Hugging Face, Nebius, OpenAI a Tamarind Bio. Výzkumníci a vývojáři jej tak mohou začlenit do pracovních postupů využívajících agenty, cloudové služby a vědecké výpočty.

Architektura modelu, licence a dostupnost

Karta modelu zveřejněná na Hugging Face týmem Baker Lab při Institute for Protein Design a společností NVIDIA GenAIR popisuje RFD4-Proteina jako model založený na párování toků pro návrh biomolekul. Model generuje současně proteinové sekvence a struktury se všemi atomy, přičemž vychází z molekulárního kontextu, který chce uživatel zachovat: cílové vazebné struktury, enzymového motivu, ligandu nebo vybraných strukturních vlastností. Zveřejněné váhy obsahují 435,6 milionu parametrů, jsou uloženy ve formátu FP32 a mají velikost 1,74 GB; model běží ve formátu BF16 a je dostupný pod licencí BSD 3-Clause.

Karta uvádí, že váhy byly zveřejněny 19. října 2026 a že jejich podpora byla začleněna do knihovny Diffusers 20. října 2026. Ukázkové příklady — mimo jiné vazebný protein proti PD-L1, přepracování protilátky proti HER2, katalytický motiv enzymu a vazebné místo pro malou molekulu — předvádějí postup podmíněného generování; karta zároveň uvádí, že nejde o výsledky experimentů s vazbou ani katalytickou aktivitou. Podle karty trvá návrh o délce 250 tokenů na jedné NVIDIA H200 ve formátu BF16 5,0 sekundy, případně 2,8 sekundy po regionální kompilaci.

Karta modelu pro nasazení NVIDIA NIM popisuje RFD4-Proteina jako jednotný generativní model vytvořený týmem Generative AI společnosti NVIDIA a laboratoří Davida Bakera při Institute for Protein Design, který slouží k sedmi úlohám návrhu: generování, tvorbě proteinového lešení pro motivy, návrhu enzymů, návrhu vazebných proteinů pro malé molekuly, návrhu protilátek, částečné difuzi a inverznímu skládání. Nasazení podporuje prohledávání svazkem řízené odměnou v průběhu difuzní trajektorie, takže lze požadavek optimalizovat podle metrik, které lze vypočítat lokálně, místo aby systém vracel jediný nezařazený vzorek. Karta uvádí, že model byl vydán 20. října na build.nvidia.com a v NGC během GTC Berlin. Dále uvádí, že váhy natrénoval Institute for Protein Design, složení tréninkových dat však nebylo zveřejněno, a že model je připraven ke komerčnímu i nekomerčnímu využití.

Spolupráce Siemens Healthineers v oblasti adaptivní radioterapie

Siemens Healthineers a NVIDIA pracují na vývoji nové generace adaptivní radioterapie využívající agentní a robotickou inteligenci a propojují při tom odborné znalosti v oblasti zobrazování a onkologie se zrychlenými výpočty a simulacemi. Zkoumá se využití otevřených základních modelů NVIDIA Nemotron pro agentní společné plánování, které by mělo onkologům pomáhat vyhodnocovat a zdokonalovat personalizované léčebné strategie. Podle oznámení by pak bylo možné modely kombinovat s výpočtem dávky urychleným pomocí CUDA, který umožňuje rychlé simulace přizpůsobené konkrétnímu pacientovi, a s platformou NVIDIA Holoscan, jež propojuje živá data ze senzorů s umělou inteligencí a simulacemi na podporu adaptivní léčby.

Podle zprávy se do roku 2050 očekává, že každý rok bude na celém světě diagnostikována rakovina přibližně u 35 milionů lidí. Týmy poskytující péči čelí stále většímu tlaku, aby nabízely přesnou a personalizovanou léčbu a zároveň zvládaly omezené kapacity odborníků. „Adaptivní radioterapie stojí na jediném principu: léčba se má přizpůsobit pacientovi, nikoli naopak,“ uvedl Arthur Kaindl, vedoucí společnosti Varian, která se v rámci Siemens Healthineers zaměřuje na onkologickou péči. Jako nejnovější pokrok společnosti v oblasti přesnosti a adaptace zmínil uvedení systému Accela.

Vědečtí agenti a provoz nemocnic

Zpráva odhaduje objem celosvětového vědeckého výzkumu a vývoje na 3,8 bilionu dolarů, přičemž roční rozpočty farmaceutických společností se blíží 300 miliardám dolarů. Vědecké agenty a autonomní laboratoře představuje jako způsob, jak propojit návrh, experimentování a učení v nepřetržitém cyklu.

Společnosti působící v oblasti výzkumu a laboratorních technologií využívají NVIDIA BioNeMo, otevřenou vývojovou platformu pro biologii a objevování léčiv pomocí umělé inteligence, spolu s Nemotronem a dalšími technologiemi NVIDIA. Vytvářejí tak vědecké agenty, specializované modely a nástroje, které propojují návrh léčiv, vědecká data a laboratorní pracovní postupy. Benchling ukotvuje agenty v experimentálních datech, kontextu výzkumu a propojených vědeckých pracovních postupech, zatímco Biolevate propojuje biologická data, specializované nástroje a agentní uvažování napříč objevováním a vývojem léčiv. Boltz vyvíjí specializované modely, které agenti mohou využívat k předpovídání molekulárních struktur a navrhování a hodnocení kandidátů. Zároveň představuje vědeckého agenta, který plánuje pracovní postupy a interpretuje výsledky. Automata propojuje vědecké agenty s automatizovanou laboratorní infrastrukturou, aby mohly zahajovat experimenty a zaznamenávat strukturované výsledky zasazené do kontextu.

AI vědecký spolupracovník společnosti Genedata bude koordinovat návrh a testování proteinů v rámci proteinové vývojové laboratoře v autonomní laboratoři společnosti Danaher. Pracovní postup bude zahrnovat RFD4-Proteina, takže experimentální výsledky poslouží jako vodítko pro další kolo návrhů. Hologen propojuje své rozsáhlé medicínské modely s NVIDIA Nemotron a vytváří klinické vědce využívající umělou inteligenci, kteří z obrazových a klinických dat získávají poznatky o výsledcích léčby pacientů, jež mohou sloužit při návrhu klinických studií. Therna Biosciences využívá uvažování velkých jazykových modelů k propojení experimentálních důkazů s návrhem RNA léčiv.

Zpráva uvádí, že zdravotnické systémy v celé Evropě usilují o rozšíření přístupu ke specializované péči a současně o snížení administrativní zátěže týmů poskytujících péči. Avelios, Corti, Dedalus, Dawn Health a Sword staví na NVIDIA Nemotron a jejich řešení zahrnují vše od AI asistentů pro klinickou dokumentaci a klinické péče podporované umělou inteligencí až po služby personalizované podpory pacientů. PolyAI staví na NVIDIA Agent Toolkit při nasazení vícejazyčného dialogového systému ve spolupráci s poskytovatelem zdravotnického softwaru Corilus, jehož síť zahrnuje více než 70 000 zdravotnických pracovníků v Belgii a Francii. Apian a VitVio využívají světové modely NVIDIA Cosmos a knihovny NVIDIA Omniverse k vytváření digitálních dvojčat, která sledují a zlepšují provoz nemocnic.