行业首创！NVIDIA 联手诺奖得主 David Baker 团队发布 RFD4-Proteina，缓解序列-结构-功能解耦难题
内容提要
华盛顿大学与NVIDIA等提出RFD4-Proteina，这是首个面向多组分生物大分子复合物的潜空间推理序列-结构联合生成模型。该模型构建统一的化学-构象潜空间，结合流匹配生成与内在/外在双重推理，并用可微Rosetta能量约束原子重构，突破了分子类型窄、序列-结构解耦、伴侣刚性等瓶颈。基准测试中其设计成功率与效率显著优于基线，湿实验验证了高特异性结合蛋白、糖基化与磷酸化识别，并首次从头设计出催化药物合成反应的酶。
延伸解读
从“生成”到“约束搜索”的范式转变
文章指出，RFD4-Proteina 的核心变化在于将蛋白质设计从“分布采样+事后筛选”推向“带内在/外在推理的约束搜索”。内在推理在每个扩散时间步循环精修，外在推理则跨轨迹搜索并依据用户指标提前终止偏离轨迹。这种时序搜索在案例中使每 GPU 小时得到的独特合格设计数量提升至原来的 3 倍，意味着设计效率的提升不仅来自模型规模，更来自生成过程中对约束的主动利用。
统一潜空间如何缓解序列-结构解耦
传统方法如 RFdiffusion3 能生成全原子结构却无法设计高质量序列，Proteina-Complexa 虽联合生成序列与结构，但搭档分子构象固定。RFD4-Proteina 构建统一的化学-构象潜空间，将分子身份编码为潜向量，同时保留部分显式原子与键信息，并用可微 Rosetta 能量损失监督原子重建。这使得模型能在同一框架内处理蛋白、小分子、核酸、糖和翻译后修饰，从表征层面缓解序列、结构与功能之间的解耦问题。
基准优势明显，但推理开销需权衡
在蛋白、小分子、酶骨架和 DNA 结合四类任务中，RFD4-Proteina 的聚类通过率均高于对比基线，且计入 AF3 评估时间后每 GPU 小时有效聚类数量仍显著领先。不过文章也显示，提升内在推理强度会提高通过率，却降低生成吞吐量，例如蛋白结合任务每 GPU 小时设计数从 2388 降至 986。这说明实际使用中需根据任务难度和算力预算，在成功率与速度之间做取舍。
湿实验验证的边界与待解问题
湿实验覆盖了钙调蛋白状态特异性结合、pMHC 高特异性识别、IDR 结合、糖基化与磷酸化识别，以及从头设计催化药物合成反应的酶。其中磷酸化任务能区分相邻位点，酶设计最佳效率比未催化反应提升 1.5×10⁷ 倍。但文章也承认，推理调度参数常需小规模预实验调优，复杂任务带来计算开销；部分任务仍有失败案例，如 IDR 两类中各有一个失败，说明模型能力虽广，仍非无条件可靠。
Q&A
RFD4-Proteina 是什么？它主要解决了蛋白质设计中的哪些难题？
RFD4-Proteina 是华盛顿大学蛋白质设计研究所与 NVIDIA 等机构联合提出的首个面向多组分生物大分子复合物、基于潜空间推理的序列-结构联合生成模型。它主要缓解了序列-结构-功能解耦难题，突破了传统模型分子类型窄、伴侣刚性假设的瓶颈，将蛋白质设计从“分布采样+事后筛选”推向带内在/外在推理的约束搜索范式。
RFD4-Proteina 的“内在推理”和“外在推理”分别指什么？
内在推理指在每个流匹配去噪步内执行循环精修，循环传递次数可随时间步变化，以在生成关键阶段进行更精细的优化。外在推理指在多条生成轨迹上跨轨迹搜索，将采样结果偏向满足用户自定义指标的设计，并可采用与特征、时间步绑定的方式，在分子特征成型稳定后针对性优化各指标。
RFD4-Proteina 在基准测试中的设计成功率和效率表现如何？
在 high-thinking 条件下，蛋白质结合任务中 RFD4-Proteina 聚类通过率达 10.6%，次优的 BindCraft 仅 5.9%，生成吞吐量提升 42 倍；酶骨架搭建任务通过率 12.1%，AlphaProtein-novo 为 5.7%，吞吐量提升 5.9 倍；小分子结合任务通过率 14.3%，RFD3 为 2.4%，吞吐量提升 3.3 倍，且 77 个目标全部通过设计；DNA 结合任务通过率 3.5%，BoltzGen 为 0.8%。计入 AF3 评估时间后，每 GPU 小时有效聚类数量分别比次优基线高 5 倍、10.4 倍、6 倍和 5.5 倍。
RFD4-Proteina 在湿实验中验证了哪些具体能力？
湿实验验证了多项能力：针对钙调蛋白仅识别结合 Ca²⁺ 状态的结合蛋白，18 个设计中有 12 个表现出钙离子依赖结合，亲和力 69 pM 至 37 nM；pMHC 任务中针对三种肽的结合蛋白表观半最大结合浓度分别为 340 pM、710 pM 和 1.60 nM，且对相似脱靶肽实现超过 100 倍特异性差异；IDRs 任务中 8 种肽有 6 个获得高亲和力结合体，靶向 YAP1 和 Tau 表位的最强亲和力达 112 pM 和 527 pM；激酶任务中 94 个设计有 18 个满足跨物种特异性模式；糖基化任务中 9 个设计有 8 个在修饰位点保留 90% 以上高甘露糖链；磷酸化任务中实现位点级别精准区分；酶设计方面首次从头设计出催化药物合成反应的酶。
RFD4-Proteina 如何构建统一的化学-构象潜空间？
研究团队训练了一个自动编码器，将天然/修饰氨基酸、糖类、核苷酸编码成锚原子坐标（如氨基酸用 α-碳）和一个 32 维潜向量（分子身份），部分分子组分仍保留显式原子种类与化学键连接信息以确保化学结构不乱。微调时引入基于 Rosetta 能量损失函数，借助 TMol 对解码坐标求梯度，监督原子重建得到物理上合理的结构。
RFD4-Proteina 在从头设计催化药物合成反应的酶方面取得了什么成果？
研究团队针对 Lenacapavir 合成路线中活化酯与空间位阻较大的手性胺连接形成酰胺键的反应进行设计。计算筛选显示 RFD4-Proteina 通过率比 RFD3 高出数个数量级；实验测试 67 个设计序列中有 4 个成功实现酰胺键形成，目标 S-胺产物含量高于背景值，而 RFD3 设计的 72 个均无有效结果。最优设计 52 号和 58 号分别将 79% 和 61% 的 S 构型胺转化为酰胺，对 R 构型胺转化率仅 8.8% 和 14.6%，无酶对照组为 4.3% 和 6.2%。
