英伟达在 2026 年 10 月 22 日宣布，与多家全球医疗健康和研究机构建立合作，推动蛋白质设计、药物发现以及更精准的癌症诊疗。此次发布的核心是一款名为 RFD4-Proteina 的开源模型，由英伟达与华盛顿大学医学院蛋白质设计研究所共同推出，已纳入英伟达 BioNeMo 开放模型体系。
蛋白质是执行生命活动的重要分子工具，设计出能完成特定功能的新型蛋白质，有望为药物、诊断和工业应用打开新路径。但难点在于，要找到能实现设计功能的蛋白质，需要在极其庞大的可能设计空间中搜索。RFD4-Proteina 将可编程的蛋白质设计与搜索能力结合，能够生成有针对性的蛋白质设计方案，让科学家和智能体借助分子输入、约束条件和评分目标来搜索并优化设计。潜在应用包括设计干扰疾病进程的蛋白质，或在诊断检测中识别疾病标志物。
根据研究草稿中报告的测试结果，RFD4-Proteina 在四类基准测试套件——蛋白质结合、小分子结合、酶支架和 DNA 结合——上的计算设计成功率和生成吞吐量均高于所评估的基线。该模型的作用是帮助研究人员探索并优先筛选候选方案，再交由实验室实验验证设计在特定条件下的实际表现。
华盛顿大学蛋白质设计研究所所长、2024 年诺贝尔化学奖得主 David Baker 表示，科学界正从发现自然界已有蛋白质的时代，迈向能够设计全新蛋白质的时代；RFD4-Proteina 拓展了科学家可以创造的范围，从有望推进药物发现的蛋白质到能分解农药的酶，而将模型开源将使全球研究者能够在此基础上继续开发。
在可及性方面，RFD4-Proteina 已通过多个合作伙伴提供，包括 Amazon Bio Discovery、Anthropic 的 Claude Science、Benchling、Databricks、Google Cloud、Hugging Face、Nebius、OpenAI 和 Tamarind Bio，方便研究人员和开发者将该开源蛋白质设计模型集成到智能体、云平台和科学计算工作流中。
癌症诊疗是另一条合作主线。英伟达与 西门子医疗 正合作开发下一代自适应放疗，结合影像与肿瘤学专业能力以及加速计算和仿真，以简化工作流程并扩大治疗可及性。据预测，到 2050 年，全球每年新诊断癌症患者将接近 3500 万人，医疗团队在专科人力有限的情况下，面临提供精准个性化治疗的压力。双方正在探索利用英伟达 Nemotron 开源基础模型支持智能体协同规划，帮助肿瘤科医生评估和优化个性化治疗策略；再结合 CUDA 加速的剂量计算进行快速患者特异性仿真，并通过 Holoscan 平台连接实时传感器数据与 AI 及仿真，以支持自适应治疗。
西门子医疗旗下癌症护理业务 Varian 负责人 Arthur Kaindl 表示，自适应放疗的核心原则是治疗应适应患者，而非让患者适应治疗；与英伟达的合作旨在探索 AI 和实时计算如何帮助临床医生更快、更有把握地做出决策并调整个性化治疗方案。
此外，英伟达还强调了科学智能体与自主实验室在药物发现中的角色。全球科学研发投入已达 3.8 万亿美元，年度制药预算接近 3000 亿美元，科学智能体和自主实验室有望将设计、实验与学习连成持续循环，把更多投入转化为证据、洞见和最终的新疗法。多家研究和实验室技术公司正在使用 BioNeMo 平台，并结合 Nemotron 等模型，以加速发现流程并让科学家专注于只有人类才能完成的工作。
从产业视角看，英伟达此次动作延续了其将加速计算与 AI 模型推向垂直行业的策略。生命科学领域数据复杂、实验成本高、研发周期长，对计算效率和模型精度的需求突出，开源模型与合作伙伴生态有助于降低研究者的使用门槛。不过，蛋白质设计模型的实际价值仍需实验室验证，自适应放疗的落地也涉及临床审批与工作流整合，相关合作的商业化节奏和监管进展值得持续观察。