AI开始协助生命科学研究者搜索蛋白质设计，也进一步探索如何支持个人化癌症治疗。 NVIDIA（辉达，NASDAQ：NVDA）21日在 GTC Berlin 发布与华盛顿大学医学院蛋白质设计研究所共同开发的开放模型 RFD4-Proteina，并宣布与西门子医疗合作，推进下一代适应性放射治疗。 两项合作分别切入药物探索与病患照护流程。 RFD4-Proteina以模型搜索蛋白质设计 RFD4-Proteina是NVIDIA BioNeMo开放模型，能依据分子输入、限制条件及评分目标，生成或搜索蛋白质设计，让研究人员比较候选方案并安排后续实验。 潜在应用包括设计能阻断疾病进程的蛋白质，或让蛋白质在诊断检测中辨识疾病信号。

蛋白质设计空间庞大，模型可协助研究者加快探索与筛选，但候选设计是否具备预期功能，仍须通过实验确认。 NVIDIA表示，根据研究论文初稿中的测试结果，RFD4-Proteina在蛋白质结合、小分子结合、酵素支架设计及DNA结合等四类基准测试中，运算设计成功率与生成速度高于比较基准。 这些结果反映的是模型在特定计算测试中的表现，不能直接视为候选蛋白质已在实验或临床证实有效。 2024年诺贝尔化学奖得主、华盛顿大学蛋白质设计研究所所长 David Baker 表示，研究正从发现自然界既有蛋白质，走向设计全新蛋白质。 他指出，开放RFD4-Proteina可让各地研究人员在模型基础上继续发展，探索新的药物与酵素设计方向。

西门子医疗探索适应性放射治疗 在癌症照护方面，西门子医疗与NVIDIA正合作探索下一代适应性放射治疗。 规划中的流程包括运用NVIDIA Nemotron开放模型协助肿瘤科医师评估与调整治疗策略，再以CUDA加速剂量计算及病患专属仿真，并通过Holoscan串接即时影像、传感器数据与AI，支持治疗过程中的即时调整。 适应性放射治疗的目标，是依病患身体与肿瘤在治疗期间的变化调整照射计划，让放射线集中于肿瘤，同时保护周围健康组织。 西门子医疗癌症照护事业瓦里安负责人 Arthur Kaindl 表示，适应性放射治疗的原则是「治疗应配合病患调整，而非要求病患配合治疗」。

他指出，与NVIDIA的合作将探索AI与即时运算如何协助临床人员取得更深入信息，并更有信心地调整治疗。 NVIDIA也与Benchling、Automata、Boltz、Danaher等业者合作，运用BioNeMo平台开发科学代理，串接研究数据、药物设计与自主实验室。 这类工具可协助研究团队规划工作流程、运用专用模型并整理实验结果，让下一轮测试有更多依据。 从模型设计到放射治疗，相关合作仍处于研究、技术开发与探索阶段，并非表示新模型已直接成为疗法，或适应性放射治疗方案已普遍投入临床。 后续仍须经过实验验证、临床评估与医疗流程集成，才能确认AI对研究效率与病患照护的实际影响。