NVIDIA stellt offenes Protein-Design-Modell RFD4-Proteina mit UW Medicine vor

Was passiert ist

NVIDIA hat am 21. Oktober 2026 auf der GTC Berlin eine Reihe von Kooperationen in den Bereichen Gesundheitswesen und Biowissenschaften angekündigt. Im Mittelpunkt steht das Debüt von RFD4-Proteina, einem offenen Protein-Design-Modell, das gemeinsam mit dem UW Medicine Institute for Protein Design entwickelt wurde. Zudem gibt es eine neue Kooperation mit Siemens Healthineers zur adaptiven Strahlentherapie. Kimberly Powell, Vice President of Healthcare bei NVIDIA, sagte, agentische und physische KI eröffneten in der Medizin neue Möglichkeiten, von der Protein-Entwicklung über autonome Labore bis hin zu individualisierterer Krebsbehandlung.

In den im Forschungsentwurf beschriebenen Tests erzielte RFD4-Proteina laut NVIDIA höhere Erfolgsraten bei computergestütztem Design und einen größeren Durchsatz bei der Generierung als die verglichenen Baselines. Geprüft wurden vier Benchmark-Suiten: Protein-Bindung, Bindung kleiner Moleküle, Enzym-Gerüste und DNA-Bindung. Das Unternehmen erklärt, das Modell helfe Forschenden, Kandidaten zu erkunden und für Labortests zu priorisieren. Dort zeige sich im Experiment, wie sich ein Design unter den getesteten Bedingungen verhält.

„RFD4-Proteina erweitert, was Wissenschaftler erschaffen können, von Proteinen, die die Wirkstoffforschung voranbringen könnten, bis zu Enzymen, die Pestizide abbauen“, sagte er und ergänzte, dass die Offenheit des Modells Forschenden weltweit erlaube, darauf aufzubauen. NVIDIA nennt als Partner, über die das Modell verfügbar ist, unter anderem Amazon Bio Discovery, Anthropics Claude Science, Benchling, Databricks, Google Cloud, Hugging Face, Nebius, OpenAI und Tamarind Bio. So lässt es sich in Agenten-, Cloud- und wissenschaftliche Rechenworkflows integrieren.

Die veröffentlichten Gewichte umfassen 435,6 Millionen Parameter, sind in FP32 mit 1,74 GB gespeichert und laufen in BF16 unter einer BSD-3-Clause-Lizenz. NVIDIA rahmt die Ankündigungen um zwei Herausforderungen des Feldes: Biowissenschaftler müssen riesige biologische Design-Räume durchsuchen und den Zyklus zwischen computergestütztem Design und Labortests verkürzen, während Krebsteams komplexe Bild- und Behandlungsdaten in präzise Pläne für jeden Patienten übersetzen müssen.