NVIDIA, UW Medicine ile Açık Protein Tasarım Modeli RFD4-Proteina’yı Tanıttı

NVIDIA, 21 Ekim 2026’da GTC Berlin’de bir dizi sağlık ve yaşam bilimleri iş birliğini duyurdu. Duyuruların öne çıkanı, UW Medicine Institute for Protein Design ile geliştirilen açık protein tasarım modeli RFD4-Proteina’nın tanıtımı ve Siemens Healthineers ile yeni bir uyarlanabilir radyoterapi iş birliğiydi.

NVIDIA, duyurularını alanın karşı karşıya olduğu iki zorluk çerçevesinde ele aldı: Yaşam bilimleri araştırmacılarının geniş biyolojik tasarım alanlarını taraması ve hesaplamalı tasarım ile laboratuvar testleri arasındaki döngüyü kısaltması gerekiyor; kanser tedavi ekiplerinin ise karmaşık görüntüleme ve tedavi verilerini her hasta için hassas planlara dönüştürmesi gerekiyor. NVIDIA Sağlık Başkan Yardımcısı Kimberly Powell, ajan tabanlı ve fiziksel yapay zekânın protein tasarımı, otonom laboratuvarlar ve daha kişiselleştirilmiş kanser bakımı dâhil olmak üzere tıbbın birçok alanında yeni olanaklar sunduğunu söyledi.

RFD4-Proteina, programlanabilir protein tasarımını arama özellikleriyle birleştiren, NVIDIA BioNeMo’nun açık bir modelidir. Hedefe yönelik protein tasarımları üreterek bilim insanlarının ve ajanların moleküler girdiler, kısıtlar ve puanlama hedefleri kullanarak adayları tarayıp iyileştirmesini sağlar. NVIDIA, olası uygulamalar arasında hastalık süreçlerini kesintiye uğratmak veya tanı testlerinde hastalık belirtilerini saptamak üzere tasarlanmış proteinleri sıraladı.

NVIDIA’nın araştırma taslağında aktardığı testlerde RFD4-Proteina, protein bağlanması, küçük molekül bağlanması, enzim iskeleti oluşturma ve DNA bağlanması olmak üzere dört kıyaslama paketinde değerlendirilen temel modellere kıyasla daha yüksek hesaplamalı tasarım başarı oranları ve üretim verimi elde etti. Şirket, modelin araştırmacıların laboratuvar testleri için adayları inceleyip önceliklendirmesine yardımcı olduğunu belirtti; bir tasarımın test edilen koşullarda nasıl performans gösterdiğini ise deneyler ortaya koyuyor.

2024 Nobel Kimya Ödülü sahibi ve University of Washington bünyesindeki Institute for Protein Design’ın direktörü David Baker, bu çalışmayı doğanın ürettiği proteinleri keşfetmekten tamamen yeni proteinler tasarlamaya geçiş olarak nitelendirdi. “RFD4-Proteina, ilaç keşfini ilerletebilecek proteinlerden pestisitleri parçalayan enzimlere kadar bilim insanlarının yaratabileceklerinin sınırlarını genişletiyor,” diyen Baker, modelin açık hâle getirilmesinin dünyanın dört bir yanındaki araştırmacıların onun üzerine yeni çalışmalar inşa etmesini sağlayacağını da ekledi.

NVIDIA, modelin Amazon Bio Discovery, Anthropic’in Claude Science, Benchling, Databricks, Google Cloud, Hugging Face, Nebius, OpenAI ve Tamarind Bio dâhil olmak üzere iş ortakları aracılığıyla kullanılabildiğini belirtti. Bu sayede araştırmacılar ve geliştiriciler modeli ajan tabanlı, bulut ve bilimsel hesaplama iş akışlarına entegre edebiliyor.

Model Mimarisi, Lisanslama ve Kullanılabilirlik

Institute for Protein Design bünyesindeki Baker Lab ve NVIDIA GenAIR tarafından Hugging Face’te yayımlanan model kartında RFD4-Proteina, protein dizilerini ve tüm atomları içeren yapıları birlikte üreten, biyomoleküler tasarıma yönelik bir akış eşleştirme modeli olarak tanımlanıyor. Model, kullanıcının korunmasını istediği moleküler bağlama (bir bağlanma hedefi, enzim motifi, ligand veya seçili yapısal özellikler) göre koşullandırılıyor. Yayımlanan ağırlıklar 435,6 milyon parametre içeriyor, FP32 biçiminde 1,74 GB yer kaplıyor ve BSD 3-Clause lisansı altında BF16 biçiminde çalışıyor.

Kartta, ağırlıkların 19 Ekim 2026’da yayımlandığı ve bunlara yönelik desteğin 20 Ekim 2026’da Diffusers kütüphanesine eklendiği belirtiliyor. Kartta yer verilen örnekler arasında PD-L1 protein bağlayıcısı, HER2 antikorunun yeniden tasarımı, bir enzimin katalitik motifi ve küçük molekül bağlanma cebi bulunuyor. Bu örnekler, koşullandırma iş akışını gösteriyor; kartta bunların deneysel bağlanma veya katalitik aktivite sonuçları olmadığı da belirtiliyor. Kartta bildirildiğine göre, tek bir NVIDIA H200 üzerinde 250 tokenlık bir tasarım BF16 biçiminde 5,0 saniyede, bölgesel derlemenin ardından ise 2,8 saniyede tamamlanıyor.

NVIDIA NIM dağıtımı için hazırlanan model kartında RFD4-Proteina; NVIDIA’nın Üretken Yapay Zekâ ekibi ile Institute for Protein Design bünyesindeki David Baker Lab tarafından oluşturulmuş, yedi tasarım görevini yerine getiren birleşik bir üretken model olarak tanımlanıyor: üretim, motif iskeleti oluşturma, enzim tasarımı, küçük molekül bağlayıcı tasarımı, antikor tasarımı, kısmi difüzyon ve ters katlanma. Dağıtım, difüzyon süreci boyunca ödül güdümlü demet aramasını destekliyor; böylece bir istek, tek bir sıralanmamış örnek döndürmek yerine yerel olarak hesaplanabilen ölçütlere göre optimize edilebiliyor. Kartta, modelin 20 Ekim’de GTC Berlin’de build.nvidia.com ve NGC üzerinden yayımlandığı belirtiliyor. Ağırlıkların Institute for Protein Design tarafından eğitildiği, ancak eğitim verilerinin bileşiminin açıklanmadığı ifade ediliyor; ayrıca modelin ticari veya ticari olmayan kullanıma hazır olduğu belirtiliyor.

Siemens Healthineers ile Uyarlanabilir Radyoterapi İş Birliği

Siemens Healthineers ve NVIDIA, görüntüleme ve onkoloji uzmanlığını hızlandırılmış hesaplama ve simülasyonla birleştirerek ajan tabanlı ve robotik zekâya sahip yeni nesil uyarlanabilir radyoterapi geliştirmek için çalışıyor. Ajan tabanlı ortak planlamayı desteklemek üzere NVIDIA’nın açık Nemotron temel modelleri araştırılıyor; amaç, onkologların kişiselleştirilmiş tedavi stratejilerini değerlendirmesine ve iyileştirmesine yardımcı olmak. Duyuruya göre modeller daha sonra, hastaya özgü hızlı simülasyon için CUDA ile hızlandırılmış doz hesaplamasıyla ve uyarlanabilir tedaviyi desteklemek üzere canlı sensör verilerini yapay zekâ ve simülasyonla buluşturan NVIDIA Holoscan platformuyla birleştirilebilir.

Açıklamada, 2050 yılına kadar dünya genelinde her yıl yaklaşık 35 milyon kişiye kanser teşhisi konmasının beklendiği belirtiliyor. Bakım ekipleri, uzman kapasitesi sınırlıyken hassas ve kişiye özel tedavi sunma konusunda giderek artan bir baskıyla karşı karşıya. Siemens Healthineers’ın kanser bakımından sorumlu şirketi Varian’ın başındaki Arthur Kaindl, “Uyarlanabilir radyoterapi tek bir ilkeye dayanır: Tedavi hastaya uyum sağlamalı, hasta tedaviye değil,” dedi. Kaindl, Accela sisteminin piyasaya sürülmesini şirketin hassasiyet ve uyarlanabilirlik alanındaki en son ilerlemesi olarak gösterdi.

Bilimsel Ajanlar ve Hastane Operasyonları

Açıklamada, küresel bilimsel araştırma ve geliştirme harcamaları 3,8 trilyon dolar olarak belirtiliyor; yıllık ilaç sektörü bütçelerinin ise 300 milyar dolara yaklaştığı ifade ediliyor. Bilimsel ajanlar ve otonom laboratuvarlar, tasarım, deney ve öğrenmeyi kesintisiz bir döngüde bir araya getirmenin bir yolu olarak sunuluyor.

Araştırma ve laboratuvar teknolojisi şirketleri; yapay zekâ destekli biyoloji ve ilaç keşfi için açık bir geliştirme platformu olan NVIDIA BioNeMo’yu Nemotron ve diğer NVIDIA teknolojileriyle birlikte kullanarak ilaç tasarımını, bilimsel verileri ve laboratuvar iş akışlarını birbirine bağlayan bilimsel ajanlar ile özel modeller ve araçlar geliştiriyor. Benchling, ajanları deneysel verilere, araştırma bağlamına ve bağlantılı bilimsel iş akışlarına dayandırırken Biolevate, ilaç keşfi ve geliştirme boyunca biyolojik verileri, özel araçları ve ajan tabanlı akıl yürütmeyi bir araya getiriyor. Boltz, ajanların moleküler yapıları tahmin etmek, adayları tasarlamak ve değerlendirmek için kullanabileceği özel modeller geliştiriyor; ayrıca iş akışlarını planlayan ve sonuçları yorumlayan bir bilimsel ajanın ön izlemesini sunuyor. Automata ise bilimsel ajanları otomatik laboratuvar altyapısına bağlayarak bu ajanların deneyleri başlatmasını ve yapılandırılmış, bağlamlandırılmış sonuçları kaydetmesini sağlıyor.

Genedata’nın yapay zekâ destekli eş bilim insanı, Danaher’in otonom laboratuvarındaki protein tasarım dökümhanesinde protein tasarımı ve testlerini koordine edecek. Bu iş akışında, deney sonuçlarının bir sonraki tasarım turuna yön vermesi için RFD4-Proteina kullanılacak. Hologen, büyük tıp modellerini NVIDIA Nemotron ile birleştirerek görüntüleme ve klinik verileri hastaların sonuçlarına ilişkin içgörülere dönüştüren ve klinik deney tasarımına yön veren yapay zekâ klinik bilim insanları geliştiriyor. Therna Biosciences ise deneysel kanıtları RNA ilaçlarının tasarımıyla ilişkilendirmek için büyük dil modeli tabanlı akıl yürütmeden yararlanıyor.

Klinik operasyonlar alanında açıklamada, Avrupa genelindeki sağlık sistemlerinin bakım ekiplerinin idari yükünü azaltırken uzmanlaşmış bakıma erişimi genişletmek için çalıştığı belirtiliyor. Avelios, Corti, Dedalus, Dawn Health ve Sword, NVIDIA Nemotron’ı temel alarak yapay zekâ kayıt asistanlarından ve yapay zekâ destekli klinik bakımdan kişiselleştirilmiş hasta destek hizmetlerine kadar uzanan uygulamalar geliştiriyor. PolyAI, tıbbi yazılım sağlayıcısı Corilus ile çok dilli bir diyalog uygulaması geliştirirken NVIDIA Agent Toolkit’i temel alıyor; Corilus’un ağı Belçika ve Fransa genelinde 70.000’den fazla sağlık profesyonelini kapsıyor. Apian ve VitVio, hastane operasyonlarını izleyen ve iyileştiren dijital ikizler oluşturmak için NVIDIA Cosmos dünya modellerini ve NVIDIA Omniverse kütüphanelerini kullanıyor.