解读与实践BIOAIDESIGN / 研究手记
蛋白设计AIDD · 药物发现结构与动力学

RFD4-Proteina：联合生成序列与结构，走向功能验证

从潜在推理与生成中筛选，到选择性结合、化学修饰和酶催化，结合原图与动态演示理解证据。

BioAIDesign发布于
约 13 分钟 · 中文正文

NVIDIA × David Baker团队（华盛顿大学蛋白质设计研究所） · 2026-10-21

RFD4-Proteina让序列与结构共同生成，并把这种能力推进到选择性结合、糖链控制与催化反应的实验验证。

NVIDIA与David Baker团队联手，RFD4来了。 RFdiffusion与Proteina两条路线，在这次发布中走到了一起。

动图1. 官网首页录屏：从左至右为磷酸三酯酶、连接酶、磷酸化肽结合蛋白和糖链屏蔽设计。旋转用于观察计算结构，不是分子运动模拟。
动图1. 官网首页录屏：从左至右为磷酸三酯酶、连接酶、磷酸化肽结合蛋白和糖链屏蔽设计。旋转用于观察计算结构，不是分子运动模拟。 点击图片查看原尺寸。

2026-10-21，双方联合发布并开源RFD4-Proteina。188个设计中，158个能结合人TrkA；另一项实验中，从零设计的酶催化了药物lenacapavir合成中的一步反应，目标胺底物转化率达到79%。两个结果，分别指向蛋白识别与化学催化。

这项工作值得展开的地方，是模型怎样把序列、结构和周围的分子一起考虑，再让实验检验这些安排是否有效。论文目前是官网公开的未同行评审稿；代码和模型权重已经开放。

84%的背后，还要回答“究竟认谁”

先看最抓人的数字。按“能够结合人TrkA，且亲和力低于1 μM”的口径汇总，两组设计活动共得到158/188个命中，约84%。这里统计的是人TrkA结合；带上跨物种或排除近亲蛋白的要求后，判定会更严格。

研究者分别提出了两种目标：一组要识别人TrkA、避开小鼠TrkA及人TrkB/C；另一组要同时识别人和小鼠TrkA，又避开TrkB/C。后者94个设计中有18个满足所需的交叉反应与选择性模式。这说明设计要求已经可以细化到“认谁、避开谁”。

这种控制还延伸到蛋白的状态。针对钙调蛋白，18个设计中有12个表现出钙依赖结合：有钙时能结合，无钙时未检测到结合。针对无序肽段，YAP1与Tau的最佳设计分别获得112 pM和527 pM的SPR亲和力。

另一个难点是肽—主要组织相容性复合物（pMHC）：同一MHC展示的肽可能只差一两个残基。三个任务的代表设计在筛选中均表现出超过100倍的目标偏好。图中pMHC的极低浓度数值来自四聚体染色的表观半最大结合浓度，包含多价效应，不能直接当成单价亲和力。

Figure 4. 从钙依赖结合、肽段识别到跨物种选择性，实验检验了不同层次的分子辨认；84%对应人TrkA结合的合并统计。
Figure 4. 从钙依赖结合、肽段识别到跨物种选择性，实验检验了不同层次的分子辨认；84%对应人TrkA结合的合并统计。 点击图片查看原尺寸。

成功率仍随靶点变化：同文TrkB任务只有1/94个亚微摩尔命中。因此，84%应当保留在这个具体实验中，不能替所有蛋白设计任务作保证。

两条路线合流，序列与结构一起生成

RFdiffusion3把设计推进到原子级分子环境，但生成结构后仍需要获得合适的序列；Proteina-Complexa已经联合生成序列与结构，并引入搜索，但分子表示和伙伴构象的处理仍有限制。RFD4-Proteina把这些能力接进同一个框架。

自编码器先给标准及修饰氨基酸、糖、DNA和RNA建立共享表示：每个单元由一个锚点坐标和32维潜在向量描述，其他分子组分保留显式原子身份与连接关系。随后，流匹配模型从噪声出发，共同更新坐标与潜在向量，再解码出序列和全原子结构。训练中的Rosetta能量监督则约束重建几何，使输出更接近物理上合理的构象。

对使用者而言，变化很直接：核心生成过程可以共同给出序列与结构，无需再单独交给ProteinMPNN配序列。同时，配体、DNA或目标侧链也可以按条件调整构象，让设计中的接触关系有机会相互适应。

Figure 1. 共享潜在表示连接多类生物分子；模型在生成过程中反复细化，并根据不同阶段已形成的特征决定保留哪些候选。
Figure 1. 共享潜在表示连接多类生物分子；模型在生成过程中反复细化，并根据不同阶段已形成的特征决定保留哪些候选。 点击图片查看原尺寸。

从下方DNA结合蛋白的生成演示可以看到，紫色蛋白围绕绿色DNA逐步成形。模型需要同时安排自身结构与接触界面；动画展示的是生成轨迹，并非真实分子的运动速度。

动图2. 官方DNA结合蛋白生成轨迹：蛋白围绕DNA形成结构，直观呈现带条件的生成过程；不应将其解释为分子动力学模拟。
动图2. 官方DNA结合蛋白生成轨迹：蛋白围绕DNA形成结构，直观呈现带条件的生成过程；不应将其解释为分子动力学模拟。 点击图片查看原尺寸。

“多想一会儿”，算力花在哪里？

这里的“推理”发生在分子生成的潜在空间。模型会在一次去噪步骤中反复更新表示，细化序列与几何的关系；还可以借助外部评分保留有希望的中间状态、淘汰不合适的分支。这两种机制分别称为内在推理和外在推理。

搜索的关键在于时机。在论文的示例任务中，早期先看界面接触面积，中期检查氢键，后期再用AlphaFold 3的界面置信度判断。这样，偏离当前要求的路线可以提前停止，后续计算留给更有希望的候选。具体检查时点要随任务调整，不能当成固定通用流程。

四类计算基准分别覆盖蛋白结合、小分子结合、酶活性位点构建与DNA结合。这里的“聚类通过率”，是通过结构与置信度筛选的不同结构簇占原始尝试的比例，属于计算指标。

蛋白结合任务中，高推理预算的聚类通过率为10.6%，对比BindCraft的5.9%，生成吞吐量达到其42倍。42倍只计生成环节；计入后续AlphaFold 3重折叠评估后，四类任务每GPU小时得到的不同通过结构簇，相对各自下一最佳基线提高5.0—10.4倍。

Figure 2. 四类任务同时比较计算通过率、生成吞吐量和靶点覆盖；右侧统计计入结构复核开销，不能与单纯生成速度混用。
Figure 2. 四类任务同时比较计算通过率、生成吞吐量和靶点覆盖；右侧统计计入结构复核开销，不能与单纯生成速度混用。 点击图片查看原尺寸。

更大的推理预算也有代价：蛋白结合任务从低到高设置，通过率由7.7%升至10.6%，吞吐量却从每GPU小时2388个降到986个。论文还指出，外部搜索在容易任务上的收益可能抵不过开销。实际选择要看任务难度与筛选成本。

同一个模型，接住更多设计步骤

联合生成带来的另一个结果，是固定不同部分的输入，就能切换任务。固定骨架可设计序列；固定序列与骨架可重新安排侧链；放开局部结构，可进行柔性重设计或构象采样。

与LigandMPNN相比，在相近序列多样性下，新模型在所测天然骨架和酶骨架上取得更高的重折叠通过率。它还能共同处理RNA碱基与配体构象，并用于检查酶活性位点的构象一致性。

研究者还拿102个未通过现代计算筛选的早期RFdiffusion设计重新优化，每个尝试六次，100个恢复到计算通过状态。这个结果支持“旧设计可以再利用”，但这些获救设计尚不能据此宣称已在湿实验中恢复功能。

Figure 3. 从侧链排布、序列重设计到构象采样和旧设计修复，同一模型承担多个专用任务；各项改进依照相应计算指标评估。
Figure 3. 从侧链排布、序列重设计到构象采样和旧设计修复，同一模型承担多个专用任务；各项改进依照相应计算指标评估。 点击图片查看原尺寸。

磷酸基的位置、糖链的形状，也能成为条件

真实生物分子常带有修饰。研究者针对组蛋白H3尾部的磷酸化位点pS10和pT11设计结合蛋白，获得了依赖相应磷酸化状态的结合，并能区分相邻位点的修饰。这把识别对象细化到了局部化学环境。

糖基化任务更像空间布置：蛋白包住糖链核心，阻止后续加工，同时把末端甘露糖留在外面。质谱分析显示，九个设计中有八个在已占据的糖基化位点上，寡甘露糖比例超过90%。这个比例描述糖型组成，并非位点占据率，也不是已经证明的免疫效果。

Figure 5. 蛋白的空间遮蔽改变糖链加工结果，局部界面则区分相邻磷酸化位点；实验把非蛋白化学环境纳入了设计验证。
Figure 5. 蛋白的空间遮蔽改变糖链加工结果，局部界面则区分相邻磷酸化位点；实验把非蛋白化学环境纳入了设计验证。 点击图片查看原尺寸。

从结合走向催化：把设计的酶放进反应里

更严苛的检验是让分子发生反应。磷酸三酯酶任务在两个锌离子周围安排八个催化残基，复杂度高于此前的六残基设计。288个送检设计中，89个表现出活性，分布在25个骨架家族；同一八残基任务下，192个RFD3候选均未检测到活性。最佳催化效率达到3600±500 M⁻¹s⁻¹。

官网还提供了这类磷酸三酯酶的生成轨迹。18秒演示把逐步成形的结构呈现在同一个视角中，便于理解复杂活性位点如何被包进蛋白结构；活性结论仍来自上面的实验。

RFD4-Proteina 官方磷酸三酯酶生成轨迹。演示生成过程，不是分子动力学模拟；点击播放。

视频：官方磷酸三酯酶生成轨迹，18秒、无声，为模型生成过程的可视化。来源：RFD4-Proteina项目团队。

更接近药物生产问题的，是lenacapavir合成中的酰胺键形成。设计的酶需要促进目标胺参与反应，同时压低竞争性的水解。67个设计中有四个显示高于背景的目标产物形成。

在16小时终点检测中，最佳设计D52让79.0%的目标(S)-胺转为酰胺，对另一对映体(R)-胺的转化为8.8%；改变设计中的关键催化半胱氨酸后，活性明显下降。产物检测、对映体比较和催化残基对照，共同支持了设计的催化作用。

Figure 6. 两类酶分别验证断键与成键能力；酰胺合成实验结合产物检测、催化残基对照和对映体比较，支持特定步骤的催化功能。
Figure 6. 两类酶分别验证断键与成键能力；酰胺合成实验结合产物检测、催化残基对照和对映体比较，支持特定步骤的催化功能。 点击图片查看原尺寸。

这里完成的是药物合成中的一步反应的概念验证。实验使用50 μM酶和0.5 mM胺底物，后续仍需评估周转能力、稳定性与放大成本；它已经把从零设计酶的验证推进到了一个具体的药物中间体反应。

开源之后，怎样进入实际工作流

此次开放包括模型权重，以及数据处理、模型架构、训练和推理相关代码。项目提供GitHub、Hugging Face和文档入口，也可通过NVIDIA NIM访问。官方发布日为2026-10-21；部署方式与许可条款应分别查看对应入口。

NVIDIA的工作流图把这套能力放进了“提出目标—准备分子—生成—评估—实验—反馈”的过程。Agent可以协调调用、追踪结果，研究者仍需定义问题和判断实验依据。对已经在搭建蛋白设计工作流的团队，这意味着可接入一个能覆盖更多分子条件的生成与优化模型。

Figure 7. NVIDIA官方工作流示意将生成、计算评估与实验反馈连接起来；这是工具协作框架，不表示论文全部实验由Agent自主完成。
Figure 7. NVIDIA官方工作流示意将生成、计算评估与实验反馈连接起来；这是工具协作框架，不表示论文全部实验由Agent自主完成。 点击图片查看原尺寸。

RFD4-Proteina让更多化学与几何要求能在生成阶段共同表达。对难靶点是否有效，最终仍要靠具体设计活动中的实验结果回答。论文中既有84%的TrkA结合，也有1/94的TrkB命中；把这两项一起看，才能判断该把它用到哪里。

论文信息
Title Biomolecular design through latent reasoning with RFD4-Proteina
Source 项目官网公开研究稿，未同行评审
Announced 2026-10-21
URL https://rfd4-proteina.org/

资料说明：研究数据以当前官网PDF为准；主图与动态素材来自论文、官网及官方媒体库，工作流图来自NVIDIA技术博客。官网部分酶设计图的数值尚与PDF不同，本文采用PDF对应版本。

来源与资源

资源 内容 链接
官网与论文 全文、交互结构、基准与演示 https://rfd4-proteina.org/
Code 官方开源仓库 https://github.com/RosettaCommons/RFD4-Proteina
Weights 模型权重 https://huggingface.co/nvidia/RFD4-Proteina
Docs 使用与模型文档 https://rfd4-proteina.org/latest/index.html
NIM NVIDIA模型服务入口 https://build.nvidia.com/ipd/rfd4-proteina
Media 官方动图与视频素材 https://huggingface.co/datasets/nvidia/RFD4-Proteina/tree/main/media
Workflow NVIDIA技术说明及流程图 https://developer.nvidia.com/blog/design-proteins-with-rfd4-proteina-using-reward-guided-inference-time-search/
Release NVIDIA官方发布记录 https://nvidianews.nvidia.com/news/healthcare-and-life-sciences-leaders-build-on-nvidia-to-advance-drug-discovery-and-expand-patient-care

沿着 RFD4 继续阅读

沿着问题继续

阅读之后，继续探索。

相关解读

相关工具与数据