从HER2靶点到抗体设计输出RFD4-Proteína抗体工程化设计全流程实践RFD4-Proteína 是 Baker Lab华盛顿大学蛋白质设计研究所与 NVIDIA GenAIR 联合发布的生物分子设计模型它能以 HER2 这类靶点为条件同时生成抗体的氨基酸序列和全原子三维结构。本文带你从环境安装、输入文件理解到一键生成完整走通一次 RFD4-Proteína 抗体设计流程并解读输出的每个关键文件。模型能力速览一次设计序列与结构同时产出传统蛋白设计往往分两步先生成骨架结构再反折叠回填氨基酸序列。RFD4-Proteína 采用flow-matching流匹配架构把序列与结构放进同一个生成过程输入带标注的 CIF 结构Annotated CIF或 YAML 条件描述告诉模型哪些原子要固定、哪些区域要设计输出CIF 格式的设计分子同时包含新生成的残基身份序列和原子坐标结构规模流动模型 配套自编码器的权重对共约4.36 亿参数FP32主权重文件 model.safetensors 约 1.74 GB运行环境Linux x86_64、Python 3.12、NVIDIA GPU 且为 CUDA 13 兼容驱动。⚠️ 流动模型与自编码器是严格配对的自编码器定义了潜空间混搭不同版本的两者会得到无意义的结果而不是报错。本仓库根目录的 config.json model.safetensors就是一对完整配对的原生权重包。看懂抗体设计输入HER2 示例的 3 条链仓库自带一个开箱即用的 HER2 抗体设计示例输入文件是 examples/antibody_design/input.cif约 9600 行 CIF。它包含3 个多肽链实体实体角色说明实体 0链 H抗体重链模板带 CDR 区域的框架结构由条件坐标固定实体 1链 L抗体轻链模板同上与重链组成抗体骨架实体 2HER2 胞外域靶点序列以CQPQNGSVTCFGPEADQCV…开头作为固定条件引导抗体 CDR 设计CIF 中的条件坐标段_condition_coordinate_1_atom.*循环指定了必须保持不动的原子——这就是设计说明书普通无标注的结构只是一个坐标文件而标注文件才构成完整的设计规格。模型的任务就是围绕固定的 HER2 靶点为 CDR 环区生成能与靶点互补的序列和构象。对应的示例输出是 examples/antibody_design/design.cif格式与输入一致可放入 PyMOL、ChimeraX 等工具直接查看抗体-靶点复合物。三种方式完成环境搭建方式一克隆运行时代码推荐功能最全git clone https://gitcode.com/hf_mirrors/nvidia/RFD4-Proteina.git cd RFD4-Proteina make setup source .venv/bin/activatemake setup会创建虚拟环境并缓存配对模型权重可通过HF_HOME控制下载缓存目录。生成过程不需要训练数据集。方式二PyPI 安装到自有环境python3.12 -m venv .venv source .venv/bin/activate pip install --extra-index-url https://download.pytorch.org/whl/cu132 rfd4-proteina[metrics-cuda13]适合把模型嵌入自己已有 Python 项目的场景。方式三预构建容器镜像免构建runtime/ 目录提供 Apptainer.sif与 SquashFS.sqsh镜像含 CUDA 13cu13、CUDA 12cu12和纯 CPUcpu三个变体均附带 SHA-256 校验文件。示例apptainer exec --nv runtime/rfd4-proteina-cu13-amd64.sif \ rfd4-generate hf_ckpt_pathnvidia/RFD4-Proteina inputsin.cif out_dir./runs 硬件参考官方在 BlackwellB200/B300/RTX PRO 6000、HopperH100/H200、AdaL40S/RTX 6000 Ada、AmpereA100上完成验证。显存峰值取决于序列 token 数与回收深度而非权重本身。一条命令生成 HER2 抗体设计确认环境就绪后用rfd4-generate命令即可跑通全流程rfd4-generate inputs./rfd4-examples/examples/antibody_design/input.cif \ hf_ckpt_pathnvidia/RFD4-Proteina \ num_replicates1 out_dir./runs/her2 \ ~metrics compile_lengthsnull生成的 CIF 位于runs/her2/inference_samples/下。常用参数如下完整默认值见 inference.yaml参数作用建议inputs输入 CIF 路径支持批量指定 HER2 示例hf_ckpt_path模型权重来源nvidia/RFD4-Proteina或本地目录num_replicates每个输入采样次数首次试跑设 1recycle_strategy算力档位thinking_low / medium / high默认thinking_medium~metrics关闭外部打分首次试跑关闭降低复杂度compile_lengthsnull关闭 torch.compile首次试跑关闭避免编译预热三档算力预设的差异在于主干网络每个采样步的回收深度共 60 步预设主干前向次数适合场景thinking_low120快速粗筛thinking_medium默认180日常设计thinking_high300追求最高质量输出与仓库关键文件对照文件用途config.json model.safetensors推荐使用的配对权重包flow_checkpoints/rfd4_proteina_flow-ema.ckpt原生 Lightning 流动模型 EMA 权重ae_checkpoints/rfd4_proteina_ae-ema.ckpt配套自编码器 EMA 权重base/ adapter/预训练基座 rank-32 LoRA 适配器发布模型 基座 适配器合并release-checkpoints.json配对身份、别名与 SHA-256 校验值examples/antibody_design/抗体设计输入/输出示例发布的.ckpt只含 EMA 权重与超参数去掉了优化器状态因此体积更小适合推理与微调初始化恢复中断的训练则需要完整检查点不在此仓库分发。常见误区与注意事项跨版本混搭权重2026-10-19 版自编码器升级为统一架构147 类残基词表、32 维潜空间与旧版33 类、16 维不兼容请始终使用同一发布的流动模型 自编码器配对计算通过 ≠ 实验活性官方基准见 benchmarks/METHODS.md中通过仅指结构层面的计算标准任何候选抗体都需后续结构评估与湿实验验证快速开始不含复折叠关闭~metrics后跳过外部打分如需 AF3/OpenFold3 复折叠指标需单独下载 openfold3/ 下的运行时镜像与权重其许可独立于本仓库的 BSD 3-Clause 协议商用前请自行审查引用要带版本发表结果时应注明模型版本hf_ckpt_revision、代码版本、随机种子与采样配置保证可复现。从 HER2 靶点结构到可实验验证的抗体候选序列RFD4-Proteína 把抗体工程中最耗时的设计环节压缩成了一条命令。建议先用thinking_medium档位跑通 examples/antibody_design/input.cif再逐步切换到thinking_high与批量靶点即可形成一套可复用的抗体计算设计流水线。创作声明：本文部分内容由AI辅助生成（AIGC），仅供参考