Baker Lab 与英伟达开源 RFD4-Proteína：一个模型同时设计蛋白、核酸与小分子
这次更新的是权重，不是新论文。RFD4-Proteína 是华盛顿大学蛋白设计研究所 Baker Lab 与 NVIDIA GenAIR 的流匹配设计模型，序列与全原子结构一起生成，条件可以是结合靶点、酶活位点、配体，也可以只是若干结构特征。2026-10-19 这一版把权重、代码与训练数据同时放在 Hugging Face 与 GitHub 上，BSD-3 许可，权重 4.36 亿参数、1.74 GB。
实质变化在自编码器：原来 33 类蛋白残基词表、16 维潜空间，换成覆盖蛋白、核酸与小分子的 147 类词表、32 维潜空间。于是一个模型能处理三类分子；代价是前后两版的流模型与自编码器不能混用——官方写明混用只会产出乱码，而不会报错。
官方效率数字测于 10 月 9 日冻结的基准、且是上一版权重，每 GPU 小时的结构可计算通过数：蛋白结合子 71.6（同批最强对比方法 13.2）、小分子结合子 112.3（15.5）、酶 motif 91.2（26.0）、DNA 结合子 42.0（9.5，仅 3 个靶点）。这是计算通过率，不等于湿实验活性。它也不是 10 月 15 日那篇 RFD3 的 Science 论文：RFD3 走自由原子扩散，RFD4 走潜空间流匹配。
核验记录
官方模型卡 huggingface.co/nvidia/RFD4-Proteina 直读 20,249 字节，内写 "Current release (2026-10-19)"；项目页 rfd4-proteina.org 直读 60,481 字节但无日期字段；Diffusers 仓 createdAt 2026-10-15。benchmark 表在卡内明写「测于上一版权重、2026-10-09 冻结基准，未在当前版重测」。developer.nvidia.com 站内搜 RFD4 只返回搜索页，未见 NVIDIA 新闻稿。库内已有 10-15 的 RFD3 Science 论文与 10-14 的 RFdiffusion 蛋白酶论文，两条与本条是同一实验室的不同模型，已在正文区分。配图 social-card.png 裸请求与带站内 Referer 均 200 / PNG 1200x630。