NVIDIA·워싱턴대, 서열·원자 구조 함께 설계하는 RFD4-Proteina 소개

NVIDIA가 워싱턴대 단백질설계연구소와 공동 개발한 RFD4-Proteina 모델과 NIM 제공 방식을 소개했다. 단백질 서열·전체 원자 구조를 함께 생성하고 평가 점수로 유망 후보를 탐색한다. 회사의 200잔기 생성 벤치마크에서는 RFD3보다 3.8배 빠르고 최대 예약 메모리를 84% 적게 사용했다.

내용·출처 업데이트 · 2026. 10. 22. 오전 3:31

명시적인 주사슬 좌표와 잔기 수준 잠재 표현을 결합한다. Proteina-Complexa 대비 샘플링 단계를 약 400회에서 60회로 줄였다고 설명했다.

오픈 모델 경로는 학습·추론·샘플링 코드 수정을, NIM은 HTTP 인터페이스를 통한 서비스 통합을 지원한다.

설치 안내에는 모델 저장소가 비공개인 동안 접근 권한이 있는 Hugging Face 계정으로 인증해야 한다고 명시돼 있다.

지원 Linux·NVIDIA GPU 환경이 필요하다. 자체 호스팅 NIM에는 Docker·NVIDIA 드라이버·Container Toolkit·NGC API 키 등이 필요하다.

BioIR의 별도 비교는 Hopper GPU 구성 6종에서 기본 컴파일 백엔드 대비 1.37~1.73배 가속한 결과다. 배치 1로 15개 서열 길이의 워밍업 후 종단간 시간을 합산했다.

OpenFold3·TMol 등의 평가 도구로 후보를 점수화하며, 에이전트용 스킬은 생성·탐색·평가와 결과물 보관을 조율한다.

서열과 구조를 함께 생성해 별도 역접힘 모델로 넘기는 단계를 줄인다. 탐색 보상을 구조 신뢰도로 설정했다면 실제 결합 여부는 별도 실험으로 평가해야 한다.