企业官网建设流程全解析

没有GPU也能做蛋白设计？5分钟零门槛玩转RFD4-Proteína免费在线Studio

【免费下载链接】RFD4-Proteina项目地址: https://ai.gitcode.com/hf_mirrors/nvidia/RFD4-Proteina

RFD4-Proteína 是 Baker Lab 与 NVIDIA GenAIR 联合发布的 AI 蛋白设计模型，采用 flow-matching 架构，能同时生成蛋白序列与全原子结构。它提供免费的在线 Studio（ZeroGPU 版），没有显卡的电脑用户也能在浏览器里交互式完成蛋白结合物、酶、抗体设计，5 分钟即可上手。

RFD4-Proteína 是什么？为什么不需要GPU？

传统蛋白设计工具的硬件门槛很高：本仓库本地运行要求 Linux x86_64、Python 3.12，以及 B200、H100、A100 等数据中心级 NVIDIA GPU（详见 README.md 的 "Hardware requirements" 一节）。对绝大多数用户来说，这显然是不现实的。

好消息是，项目方提供了两条免显卡的路径：

两个 Studio 是同一个交互界面，区别仅在算力来源。更重要的是，它内置了 SecureDNA 安全筛查：所有输入条件和生成设计都会经过检测，被标记为危险的请求会被直接拒绝——在线做蛋白设计，安全性有保障。

Studio 支持仓库中给出的全部四类典型任务：

💡 注意：设计输入不是随便一个结构文件就能跑的。CIF 文件中的注释（annotations）标注了哪些部分保持固定、哪些部分待设计，这才是完整的设计规格说明。

5分钟快速上手：在线蛋白设计操作步骤

下面以零配置方式走一遍完整流程，全程不需要安装任何东西。

第 1 步：打开 Studio 并选择算力模式

在浏览器中打开 RFD4-Proteína 官方 Hugging Face Space：

• 没有显卡或想省时间：选择ZeroGPU 版 Studio，使用你自己的 Hugging Face 免费配额即可；
• 追求稳定排队体验：选择专属 GPU 池版本。

两者界面一致，都提供可视化交互操作，无需命令行。

第 2 步：选择示例或上传自己的条件

• 新手：直接使用官方示例（如 PD-L1 结合物、酶基序、抗体设计），一键加载；
• 进阶：上传自己的标注 CIF 文件，或通过 YAML 条件规格描述设计约束（结合靶点、酶基序、配体等分子上下文）。

第 3 步：生成并查看设计结果

提交后，模型会同时生成序列和全原子结构，输出为标准 CIF 格式文件，包含生成的残基身份和完整坐标。拿到 CIF 后，可以用常见的分子可视化工具（如 PyMOL、NGL Viewer）查看三维结构。

整个过程约 5 分钟，从打开网页到拿到第一个设计文件，全程零安装、零编译。

设计质量如何？基准数据一览

在 2026 年 10 月 9 日冻结的项目基准中（high thinking 设置），RFD4-Proteína 在"每 GPU 小时产出的结构上可区分的计算通过设计数"指标上全面领先同类方法：

完整数据可查看 benchmarks/summary.csv，统计口径与判定标准见 benchmarks/METHODS.md。

⚠️ 两点提醒：这些数字测量自上一代权重对（非当前 2026-10-19 发布版）；且"计算通过"不等于实验活性，设计结果仍需结构评估与实验验证。

模型架构：一个模型，两部件配对

当前发布版是一个匹配的模型对（matched pair），这也是仓库文件的组织逻辑：

两个部件不可跨版本混用——自编码器定义了 flow 模型生成所在的潜空间，配对错误会得到乱码而非报错。发布包中 config.json + model.safetensors 是推荐的原生配对组合，另有 release-checkpoints.json 记录了两部件的配对身份、来源文件名和 SHA-256 校验和，provenance.json 记录来源档案信息。

本版本的关键升级：统一自编码器覆盖蛋白、核酸和小分子，残基词表从 33 类扩展到147 类，潜空间维度从 16 提升到 32。

有GPU？本地部署只需一步

如果你的机器满足硬件要求（Linux x86_64 + CUDA 13 兼容驱动），仓库提供了免编译的预构建容器镜像，无需make setup：

# 拉取镜像 + 校验和，一行命令 hf download nvidia/RFD4-Proteina \ runtime/rfd4-proteina-cu13-amd64.sif \ runtime/rfd4-proteina-cu13-amd64.sif.sha256 --local-dir . # 直接生成一个设计 apptainer exec --nv runtime/rfd4-proteina-cu13-amd64.sif \ rfd4-generate hf_ckpt_path=nvidia/RFD4-Proteina inputs=in.cif out_dir=./runs

runtime/ 目录下提供三个版本，均附 SHA-256 校验文件：

• rfd4-proteina-cu13-amd64.*：CUDA 13，全功能；
• rfd4-proteina-cu12-amd64.*：CUDA 12；
• rfd4-proteina-cpu-amd64.*：无 GPU 版，可完成安装、CLI 运行和 CPU 指标计算。

需要复折（refolding）和外部评分时，还需 openfold3/ 或 alphafold2/ 下的可选运行时镜像——注意这些第三方资产遵循各自上游许可，不一定适用于商业用途，使用前请先核对上游条款。

常见问题 FAQ

Q1：在线 Studio 真的完全免费吗？ZeroGPU 版消耗你自己的 Hugging Face 免费配额，不需要付费 GPU；专属 GPU 池版本则由托管集群提供算力。无需购买任何硬件。

Q2：没有 GPU 能在自己电脑上跑吗？可以部分体验：CPU 版镜像支持安装验证、CLI 运行和 CPU 指标计算，但完整的设计生成建议使用在线 Studio。

Q3：输入文件怎么写？最稳妥的方式是基于仓库中的示例 CIF（如 examples/protein_binder/input.cif）修改，确保保留正确的设计注释。也可以用 YAML 条件规格代替 CIF。

Q4：输出文件是什么格式？标准 CIF（Crystallographic Information File），包含生成的残基序列与全原子坐标，可直接导入主流分子可视化工具查看。

总结

RFD4-Proteína 把专业级蛋白设计拉到了零硬件门槛：

• 没有 GPU：浏览器打开免费在线 Studio，5 分钟出第一个设计；
• 有 GPU：一行命令拉取预构建容器，本地高速生成；
• 想复现研究：完整的 benchmarks/ 数据与 LICENSE（BSD 3-Clause）都随仓库开放。

无论你做蛋白结合物、酶设计还是抗体工程，这个项目都值得加入你的工具箱。

【免费下载链接】RFD4-Proteina项目地址: https://ai.gitcode.com/hf_mirrors/nvidia/RFD4-Proteina