NVIDIA présente le modèle ouvert de conception de protéines RFD4-Proteina avec UW Medicine

Le 21 octobre 2026, NVIDIA a annoncé une série de collaborations dans les domaines de la santé et des sciences de la vie lors du GTC Berlin. La présentation de RFD4-Proteina, un modèle ouvert de conception de protéines développé avec l’Institute for Protein Design de UW Medicine, était au cœur de ces annonces, ainsi qu’une nouvelle collaboration avec Siemens Healthineers sur la radiothérapie adaptative.

NVIDIA a articulé ses annonces autour de deux défis auxquels le secteur est confronté : les chercheurs en sciences de la vie doivent explorer de vastes espaces de conception biologique et raccourcir le délai entre la conception informatique et les essais en laboratoire, tandis que les équipes de cancérologie doivent transformer des données complexes d’imagerie et de traitement en plans précis pour chaque patient. Kimberly Powell, vice-présidente de la santé chez NVIDIA, a déclaré que l’IA agentique et l’IA physique ouvrent de nouvelles perspectives dans l’ensemble du domaine médical, de la conception de protéines aux laboratoires autonomes, en passant par des soins oncologiques plus personnalisés.

RFD4-Proteina est un modèle ouvert NVIDIA BioNeMo qui associe la conception programmable de protéines à des capacités de recherche. Il génère des protéines conçues pour des objectifs précis, permettant aux scientifiques et aux agents d’explorer et d’affiner des candidats à partir de données moléculaires, de contraintes et d’objectifs de notation. Parmi les applications potentielles citées par NVIDIA figurent les protéines conçues pour interrompre des processus pathologiques ou détecter des signes de maladie lors de tests diagnostiques.

Dans des essais décrits dans l’ébauche de recherche, NVIDIA a indiqué que RFD4-Proteina avait obtenu de meilleurs taux de réussite en conception informatique et un débit de génération supérieur à ceux des modèles de référence évalués, sur quatre ensembles de tests : la liaison aux protéines, la liaison aux petites molécules, la conception d’échafaudages enzymatiques et la liaison à l’ADN. Selon l’entreprise, le modèle aide les chercheurs à explorer et à hiérarchiser les candidats à tester en laboratoire, où les expériences établissent les performances d’une conception dans les conditions testées.

David Baker, lauréat du prix Nobel de chimie 2024 et directeur de l’Institute for Protein Design de l’University of Washington, a décrit ces travaux comme un passage de la découverte des protéines produites par la nature à la conception de protéines entièrement nouvelles. « RFD4-Proteina élargit ce que les scientifiques peuvent créer, des protéines susceptibles de faire progresser la découverte de médicaments aux enzymes capables de décomposer les pesticides », a-t-il déclaré, ajoutant que la mise à disposition du modèle en libre accès permettrait aux chercheurs du monde entier de s’appuyer sur ces travaux.

NVIDIA a indiqué que le modèle était accessible par l’intermédiaire de partenaires, notamment Amazon Bio Discovery, Claude Science d’Anthropic, Benchling, Databricks, Google Cloud, Hugging Face, Nebius, OpenAI et Tamarind Bio. Les chercheurs et les développeurs peuvent ainsi l’intégrer à leurs flux de travail utilisant des agents, des services infonuagiques et des outils de calcul scientifique.

Architecture du modèle, licence et disponibilité

Une fiche du modèle publiée sur Hugging Face par le Baker Lab de l’Institute for Protein Design et NVIDIA GenAIR présente RFD4-Proteina comme un modèle d’appariement de flux pour la conception de biomolécules, qui génère simultanément des séquences de protéines et des structures à atomes complets, en fonction du contexte moléculaire que l’utilisateur souhaite préserver : une cible de liaison, un motif enzymatique, un ligand ou des caractéristiques structurelles sélectionnées. Les poids publiés comptent 435,6 millions de paramètres, sont stockés en FP32 dans un fichier de 1,74 Go et s’exécutent en BF16 sous licence BSD 3-Clause.

La fiche indique que les poids ont été publiés le 19 octobre 2026 et que leur prise en charge a été intégrée à la bibliothèque Diffusers le 20 octobre 2026. Les exemples détaillés — notamment un liant protéique PD-L1, une nouvelle conception d’anticorps HER2, un motif catalytique enzymatique et une poche de liaison à une petite molécule — illustrent le processus de conditionnement. La fiche précise qu’il ne s’agit pas de résultats expérimentaux concernant la liaison ou l’activité catalytique. Selon la fiche, sur un seul NVIDIA H200, la conception de 250 jetons prend 5,0 secondes en BF16, ou 2,8 secondes après compilation régionale.

Une fiche du modèle pour le déploiement NVIDIA NIM présente RFD4-Proteina comme un modèle génératif unifié produit par l’équipe d’IA générative de NVIDIA et le David Baker Lab de l’Institute for Protein Design. Le modèle couvre sept tâches de conception : la génération, la conception d’échafaudages à partir de motifs, la conception d’enzymes, la conception de liants pour petites molécules, la conception d’anticorps, la diffusion partielle et le repliement inverse. Le déploiement permet une recherche par faisceau guidée par récompense le long de la trajectoire de diffusion. Une requête peut ainsi optimiser les résultats en fonction de métriques calculables localement, au lieu de renvoyer un seul échantillon non classé. La fiche indique une sortie le 20 octobre sur build.nvidia.com et NGC, lors du GTC Berlin. Elle précise que les poids ont été entraînés par l’Institute for Protein Design, sans divulguer la composition des données d’entraînement, et que le modèle est prêt à être utilisé à des fins commerciales ou non commerciales.

Collaboration de Siemens Healthineers sur la radiothérapie adaptative

Siemens Healthineers et NVIDIA travaillent à la prochaine génération de radiothérapie adaptative, fondée sur l’intelligence agentique et robotique et associant leur expertise en imagerie et en oncologie au calcul accéléré et à la simulation. Les modèles fondamentaux ouverts Nemotron de NVIDIA sont à l’étude pour permettre une planification conjointe par des agents, afin d’aider les oncologues à évaluer et à affiner des stratégies de traitement personnalisées. Selon le communiqué, ces modèles pourraient ensuite être associés au calcul de dose accéléré par CUDA pour réaliser rapidement des simulations adaptées à chaque patient, ainsi qu’à la plateforme NVIDIA Holoscan, qui relie les données de capteurs en direct à l’IA et à la simulation afin de favoriser l’adaptation du traitement.

Selon le communiqué, environ 35 millions de personnes dans le monde devraient recevoir un diagnostic de cancer chaque année d’ici 2050. Les équipes soignantes subissent une pression croissante : elles doivent proposer des traitements précis et personnalisés tout en composant avec des capacités limitées en spécialistes. « La radiothérapie adaptative repose sur un principe unique : le traitement doit s’adapter au patient, et non l’inverse », a déclaré Arthur Kaindl, directeur de Varian, l’activité de Siemens Healthineers consacrée aux soins contre le cancer. Il a présenté le lancement du système Accela comme la dernière avancée de l’entreprise en matière de précision et d’adaptation.

Agents scientifiques et fonctionnement des hôpitaux

Le communiqué estime à 3,8 billions de dollars les dépenses mondiales de R-D scientifique et indique que les budgets pharmaceutiques annuels approchent les 300 milliards de dollars. Il présente les agents scientifiques et les laboratoires autonomes comme un moyen de relier la conception, l’expérimentation et l’apprentissage dans un cycle continu.

Des entreprises spécialisées dans la recherche et les technologies de laboratoire utilisent NVIDIA BioNeMo, une plateforme de développement ouverte dédiée à la biologie pilotée par l’IA et à la découverte de médicaments, ainsi que Nemotron et d’autres technologies NVIDIA, pour créer des agents scientifiques et les modèles et outils spécialisés qui relient la conception de médicaments, les données scientifiques et les processus de laboratoire. Benchling ancre ses agents dans les données expérimentales, le contexte de recherche et des processus scientifiques interconnectés, tandis que Biolevate relie les données biologiques, les outils spécialisés et le raisonnement agentique à toutes les étapes de la découverte et du développement de médicaments. Boltz développe des modèles spécialisés que les agents peuvent utiliser pour prédire des structures moléculaires, concevoir des candidats et les évaluer, et présente en avant-première un agent scientifique qui planifie les processus et interprète les résultats. Automata relie les agents scientifiques aux infrastructures de laboratoire automatisées afin qu’ils puissent lancer des expériences et recueillir des résultats structurés et contextualisés.

Le co-scientifique IA de Genedata coordonnera la conception et les tests de protéines dans la plateforme de conception de protéines du laboratoire autonome de Danaher, selon un processus qui intégrera RFD4-Proteina afin que les résultats expérimentaux orientent la prochaine série de conceptions. Hologen associe ses grands modèles de médecine à NVIDIA Nemotron pour créer des scientifiques cliniciens IA qui transforment les données d’imagerie et les données cliniques en informations sur les résultats des patients, afin d’éclairer la conception des essais cliniques. De son côté, Therna Biosciences utilise le raisonnement des grands modèles de langage pour relier les données expérimentales à la conception de médicaments à base d’ARN.

Dans le domaine des opérations cliniques, le communiqué indique que les systèmes de santé européens s’efforcent d’élargir l’accès aux soins spécialisés tout en réduisant les tâches administratives des équipes soignantes. Avelios, Corti, Dedalus, Dawn Health et Sword s’appuient sur NVIDIA Nemotron pour des applications allant des assistants de rédaction clinique par IA et des soins cliniques assistés par l’IA aux services personnalisés d’accompagnement des patients. PolyAI s’appuie sur NVIDIA Agent Toolkit dans le cadre d’un déploiement d’un système de dialogue multilingue avec Corilus, fournisseur de logiciels médicaux dont le réseau compte plus de 70 000 professionnels de santé en Belgique et en France. Apian et VitVio utilisent les modèles du monde NVIDIA Cosmos et les bibliothèques NVIDIA Omniverse pour créer des jumeaux numériques qui surveillent et améliorent le fonctionnement des hôpitaux.