在Databricks上部署RFD4-Proteina
内容提要
英伟达与华盛顿大学蛋白质设计研究所合作开发的开源模型RFD4-Proteina将接入Databricks的Genesis Workbench，借助无服务器GPU算力，让科研团队在自有受管数据上运行蛋白质设计。该模型可同时生成氨基酸序列与全原子结构，并支持奖励引导搜索以优化稳定性、结合力等属性。平台提供抗体设计、疫苗设计等预置工作流，并借助Genie Code和BioNeMo工具包简化开发、减少基础设施负担，同时保障数据安全。
延伸解读
从模型到工作流：降低基础设施负担
文章强调，部署蛋白质设计模型不只是下载权重，还需要准备输入、连接科学工具、配置执行并跟踪结果。Databricks 将这些步骤整合到共享环境，通过无服务器 GPU 算力减少团队搭建和维护独立研究栈的负担。不过，团队仍需自行验证模型特定的库和依赖，说明平台简化了通用基础设施，但科学软件适配仍不可省略。
奖励引导搜索：按项目目标筛选候选
RFD4-Proteina 在单次生成氨基酸序列和全原子结构的基础上，增加了可选的奖励引导搜索，使研究人员能朝热稳定性或结合亲和力等属性调整设计。文章引用 NVIDIA 观点指出，蛋白质设计的难点不是生成候选，而是选出值得在实验室制作的少数。因此，该功能的价值在于结合团队自有实验数据来优先排序候选，但计算评估不能替代实验室验证。
预置工作流与编码代理：加速起步但需人工审查
Genesis Workbench 提供抗体设计和疫苗设计两个内置工作流，并给出开放模块化蓝图，开发者可复用组件或调整实现。Genie Code 和 BioNeMo Agent Toolkit 技能能用自然语言辅助构建、调试和适配流程，甚至生成实验笔记本。但文章明确，开发者仍需审查代码、选择工具并解释结果，依赖检查、测试和科学审查仍是流程的一部分。
治理与执行模式：平衡安全、成本与可用性
模型权重可存入 Unity Catalog 卷并作为受治理的 MLflow 模型复用，微调模型也能注册并关联配置与产物，访问控制和网络配置需反映模型、评分工具和编码代理的执行位置。对于自定义模型端点，缩容至零可在空闲时减少预置容量，但冷启动会增加延迟，且 GPU 容量在扩容时并不保证。文章建议对需要稳定可用性的工作负载禁用缩容至零，团队需按研究任务权衡运行时间、成本和可用性。
Q&A
RFD4-Proteina 是什么？它由谁开发？
RFD4-Proteina 是 NVIDIA BioNeMo 的开源模型，由华盛顿大学蛋白质设计研究所与 NVIDIA 共同开发，可同时生成氨基酸序列和全原子结构，并支持奖励引导搜索以优化稳定性、结合力等属性。
如何在 Databricks 上使用 RFD4-Proteina？
通过 Databricks 的 Genesis Workbench 接入，利用 AI Runtime 的无服务器 NVIDIA GPU 算力运行模型。用户可以使用预置的抗体设计、疫苗设计工作流，或通过 Genie Code 用自然语言创建 Notebook 进行自定义实验。
RFD4-Proteina 相比 Proteina-Complexa 有什么改进？
RFD4-Proteina 在 Proteina-Complexa 联合生成序列和结构的基础上，增加了可选的奖励引导搜索，允许研究人员将候选设计导向热稳定性或结合亲和力等目标属性。
在 Databricks 上运行 RFD4-Proteina 需要自己管理 GPU 集群吗？
不需要。Databricks AI Runtime 提供无服务器 NVIDIA GPU 计算，用户只需在 Notebook 中选择 NVIDIA H100 加速器和支持的环境即可运行，无需自行配置和维护 GPU 集群。
使用 RFD4-Proteina 时如何保障数据安全与模型治理？
模型权重可存储在 Unity Catalog 卷中作为受治理的 MLflow 模型，团队可通过 MLflow 注册微调模型并关联配置和工件。访问控制和网络配置可反映模型、评分工具和编码代理的执行位置，确保敏感数据不离开自有环境。
RFD4-Proteina 在 Databricks 上有哪些预置工作流？
Genesis Workbench 提供了两个内置工作流：抗体设计和疫苗设计，均使用 RFD4-Proteina 模型。
使用 RFD4-Proteina 设计蛋白质后，还需要实验室验证吗？
需要。计算评估仅支持候选优先级排序，实验室验证仍然是必不可少的环节。
