【導讀】在 GTC 柏林大會上，NVIDIA 公布多項生命科學與醫療領域合作成果，聯合華盛頓大學醫學院蛋白質設計研究所推出開放蛋白設計模型 RFD4-Proteina，依托 BioNeMo 平臺，融合蛋白設計與搜索能力，在多項基準測試中優于基線模型，助力科研人員篩選藥物相關蛋白候選方案，模型已上架多家云與 AI 平臺供開發者集成。西門子醫療和 NVIDIA 合作探索新一代自適應放射治療，借助 Nemotron、Holoscan 等技術，實現智能體治療規劃、個體化仿真，提升癌癥放療的精準度與可及性。同時，Benchling、Danaher、Automata 等多家企業基于 BioNeMo 開發科學智能體，打通蛋白設計、分子預測、自主實驗室實驗閉環。另有多家廠商利用 Nemotron、Cosmos、Omniverse，開發病歷助手、患者對話系統、醫院數字孿生，覆蓋臨床服務與醫院運營場景。
NVIDIA GTC 柏林——2026 年 10 月 21 日——NVIDIA 今日宣布，將與全球領先的醫療健康和研究機構開展合作以推進蛋白質設計——其中包括發布全新的開放模型 RFD4-Proteina——從而加速藥物研發，并為癌癥診療帶來更高的精準度。
生命科學研究人員必須在龐大的生物學設計空間中進行探索，并致力于縮短計算設計與實驗室測試之間的周期，以發現新藥。而癌癥診療團隊則面臨著另一項挑戰：需要將復雜的影像和治療數據轉化為針對每位患者的精準治療方案。
NVIDIA 的開放模型、加速計算和物理智能可以幫助專家更快地評估更多可能性，從設計新蛋白質到規劃自適應放射治療等多個環節。
NVIDIA 醫療健康副總裁 Kimberly Powell 表示：“智能體 AI 和物理 AI 正在醫學領域開辟新的可能性，涵蓋從蛋白質設計、賦能自主實驗室到改善個性化癌癥診療等多個方面。我們正與醫療健康和生命科學領軍企業一起，加速科學發現，并在全球范圍內推動更精準、更普惠的醫療服務。”
NVIDIA 與華盛頓大學蛋白質設計研究所合作推出 RFD4-Proteina
蛋白質是執行許多生命基本任務的分子工具，設計新型蛋白質可以為新藥研發、診斷和工業應用開辟新路徑。但要找到一種能夠實現特定設計功能的蛋白質，需要在極其龐大的可能設計范圍內進行搜索。
NVIDIA 與華盛頓大學醫學院蛋白質設計研究所合作推出了 RFD4-Proteina。這是一款全新的 NVIDIA BioNeMo? 開放模型，將可編程蛋白質設計與搜索能力相結合。
該模型能夠生成靶向蛋白質設計，使科學家和智能體能夠利用分子輸入、約束條件和評分目標來搜索和優化設計。其潛在應用包括設計用于阻斷疾病進程的蛋白質，或在診斷檢測中檢測疾病跡象的蛋白質。
研究草案中報告的測試結果顯示，在蛋白結合、小分子結合、酶支架和 DNA 結合四個基準測試套件中，RFD4-Proteina 的計算設計成功率和生成吞吐量均高于被評估的基線模型。該模型可幫助研究人員探索并優先篩選出用于實驗室測試的候選方案，并通過實驗來驗證設計方案在測試條件下的實際表現。
2024 年諾貝爾化學獎得主、華盛頓大學蛋白質設計研究所所長 David Baker 表示：“我們正在從發現自然界已有蛋白質的時代，邁向能夠設計全新蛋白質的時代。RFD4-Proteina 拓展了科學家的創造邊界，從推進有望藥物研發的蛋白質，到能夠分解農藥的酶。將該模型開放，將使全球研究人員能夠在此基礎上進一步開發，探索那些曾經難以企及的解決方案。”
RFD4-Proteina 現已通過 Amazon Bio Discovery、Anthropic 的 Claude Science、Benchling、Databricks、Google Cloud、Hugging Face、Nebius、OpenAI 和 Tamarind Bio 等合作伙伴提供，使研究人員和開發者能夠將這款開放蛋白質設計模型集成到智能體、云計算和科學計算工作流中。
西門子醫療與 NVIDIA 共同推進癌癥診療
西門子醫療正與 NVIDIA 合作，利用智能體和機器人智能開發新一代自適應放射治療技術，將影像學和腫瘤學專業知識與加速計算及模擬技術相結合，以簡化工作流程并擴大診療服務的覆蓋面。
預計到 2050 年，全球每年確診癌癥的患者人數將達到約 3500 萬人。診療團隊面臨著日益增長的壓力，需要在專科醫療資源有限的背景下提供精準、個性化的治療。提高效率有助于擴大醫療服務的覆蓋面，同時保持將處方劑量精準投照至腫瘤，并保護周圍健康組織。
西門子醫療正與 NVIDIA 合作，通過智能體協同規劃、患者個體化模擬和實時計算進一步推進自適應放射治療。目前正探索利用 NVIDIA Nemotron? 開放基礎模型來驅動智能體協同規劃，旨在幫助腫瘤科醫生評估和優化個性化治療方案。這些模型隨后可與基于 NVIDIA CUDA? 加速的劑量計算相結合，以實現快速的患者個體化模擬，并利用 NVIDIA Holoscan 平臺將實時傳感器數據與 AI 及模擬相連接，以支持自適應治療。
西門子醫療旗下瓦里安癌癥診療業務負責人康愷德表示：“自適應放射治療建立在一個核心原則之上——治療應當適應患者，而不是讓患者去適應治療。我們在精準度和自適應能力方面取得了重要進展，最近推出的 Accela 系統便是最新成果。我們與 NVIDIA 的合作正是建立在此基礎之上進一步深化，探索 AI 和實時計算如何為臨床醫生提供更快的速度和更深的洞察，從而做出明智的決策，更有信心地調整治療方案，并為更多患者提供個性化護理。”
科學智能體加速藥物研發
生命科學是全球最重要的科學前沿之一，全球科學研發支出已達到 3.8 萬億美元，年度制藥預算接近 3000 億美元。
科學智能體和自主實驗室可以通過將設計、實驗和學習連接成一個持續循環，幫助將更多投資轉化為證據、洞察，并最終催生新的療法。
為了加速發現進程并將科學家從重復性工作中解放出來，讓他們投入到更有價值的工作，各科研機構與實驗室技術企業正使用 NVIDIA BioNeMo（一個支持 AI 驅動生物學和藥物研發的開放開發平臺），并結合 Nemotron 及其他 NVIDIA 技術開發科學智能體，以及連接藥物設計、科學數據和實驗室工作流的專用模型與工具：
Benchling 正在將智能體建立在實驗數據、研究背景和互聯的科學工作流之中。
Biolevate 正在藥物研發全流程中，打通生物數據、專業科研工具與智能體推理能力。
Boltz 正在開發可供科學智能體使用的專用模型與工具，用于預測分子結構、設計并評估候選分子。該公司還首次展示了一款科學智能體，能夠規劃工作流、調用合適的模型并解讀結果，從而指導下一輪實驗。
Automata 正在將科學智能體與自動化實驗室基礎設施相連接，使智能體能夠自主發起實驗，并通過工作流捕獲結構化、帶有上下文信息的實驗結果。
Genedata 的 AI 聯合科學家將在 Danaher 自主實驗室的蛋白質設計工廠中，協調蛋白質設計與測試工作。該工作流將引入 RFD4-Proteina，幫助科學家利用實驗結果指導下一輪設計。
Hologen 正在將其大型醫學模型與 NVIDIA Nemotron 相結合，打造 AI 臨床科學家，幫助研究人員將影像和臨床數據轉化為關于患者預后的洞察，從而為臨床試驗設計提供依據。
Therna Biosciences 正在利用大語言模型的推理能力連接實驗證據與 RNA 藥物設計，幫助科學家將生物學洞察轉化為治療候選療法。
NVIDIA 開放模型簡化醫院運營，擴大專科診療覆蓋面
歐洲各地的醫療系統正致力于擴大專科診療的覆蓋面，同時減輕本就超負荷運轉的護理團隊的行政負擔。
Avelios、Corti、Dedalus、Dawn Health 和 Sword 也在依托 NVIDIA Nemotron 進行開發，應用范圍涵蓋 AI 病歷記錄助手、AI 輔助臨床護理到個性化患者支持服務。
PolyAI 正在基于 NVIDIA Agent Toolkit 加速患者就醫流程。通過與醫療軟件提供商 Corilus 部署多語言對話系統，該合作覆蓋了比利時和法國超過 70,000 名醫療專業人員。
Apian 和 VitVio 正將這一能力延伸至現實世界，利用 NVIDIA Cosmos? 世界模型和 NVIDIA Omniverse? 庫構建數字孿生，以監測并改善醫院運營。
結論
本次一系列發布，展現 NVIDIA 把加速計算、智能體、物理 AI 向生物醫藥和臨床醫療縱深落地的布局。RFD4-Proteina 補齊了可開放使用的可編程蛋白設計工具，縮短蛋白研發從計算設計到實驗驗證的周期；而自適應放療、科學智能體、醫院數字孿生等方向，則把 AI 能力延伸到癌癥治療、自動化藥物研發、醫療機構運營等真實場景。整套生態以 BioNeMo、Nemotron、Holoscan 等平臺為底座，串聯科研機構、醫療設備廠商、實驗室自動化企業，形成從底層分子發現到臨床診療、醫院管理的完整鏈條，助力緩解新藥研發周期長、專科醫療資源緊張等行業痛點。
