RFD4 in brief: from protein binding to enzyme catalysis

UW/IPD Baker团队 × NVIDIA · 2026-10-21

从认准靶点到催化反应，蛋白设计要交的答卷，正在从一张结构图变成实验里的功能。

RFD4来了，这次不只看结构图。

Baker团队与英伟达联合发布RFD4-Proteina，把RFdiffusion与Proteina两条路线合在一起：氨基酸序列与全原子结构一起生成，还能在生成途中反复细化、按目标筛选分支。

最值得看的，是实验里这三件事。

认准靶点。 人TrkA受体任务中，188个受测设计有158个达到亚微摩尔结合，约84%。这是该任务的结果，不是模型对所有靶点的通用成功率。

辨认修饰。 不只认出一段肽，还能区分组蛋白H3相邻位置的磷酸化。另一组实验则通过设计蛋白周围的空间，限制糖链的后续加工。

参与药物合成。 研究者瞄准抗HIV药物lenacapavir合成中的一个酰胺成键步骤。67个受测设计中，4个显示明确活性；最佳设计对目标S-胺的终点转化率为79%。这是一步反应的概念验证，不是AI已经造出整款药。

我们更关心的变化是：设计要求不再止于“折得像”，还要落到“认得准、催得动”。

代码与权重已公开，完整研究稿含补充材料共116页。官网还能直接旋转查看设计模型，链接附在文末。

研究稿尚未同行评审，以上为作者报告的结果。

三图速览


Title	Biomolecular design through latent reasoning with RFD4-Proteina
Source	官方研究稿，尚未同行评审
Announced	2026-10-21
URL	https://rfd4-proteina.org/