rfdiffusion-nim

RFDiffusion NIM

de novo タンパク質、モチーフ足場、結合体向けのタンパク質バックボーン PDB を設計します。 まずはホスト型／ローカルでの利用にこのガイドを使用し、必要な場合にのみ補足ファイルを読み込んでください。

• references/api.md：正確なエンドポイント、スキーマ、Docker フラグ、レスポンスフィールド。
• references/science.md：設計モード、強み、制限、後続工程への引き継ぎ。
• references/parameters.md：contigs、ホットスポット、ステップ、シード。
• references/validation.md：PDB、contig、アーティファクトの妥当性チェック。
• references/examples.md：ホスト型／ローカルの簡潔なリクエストパターン。

モードを選択

状況が不明な場合にのみ尋ねてください。

NVIDIA API をホスト型で利用しますか、それともローカルの Docker NIM を利用しますか？

• ホスト型：https://health.api.nvidia.com/v1/biology/ipd/rfdiffusion/generate
• ローカル：http://localhost:8000/biology/ipd/rfdiffusion/generate

ローカル推論のパスには /v1/ を含めません。ホスト型のリクエストでは Authorization: Bearer $NGC_API_KEY を使用します。サポートされているローカル Docker の起動では、レジストリへのログイン、利用資格の確認、初回のモデルダウンロードに NGC_API_KEY（またはプリフライトを介した NVIDIA_API_KEY）を使用します。-e NGC_API_KEY でコンテナに渡してください。準備完了後のローカル推論リクエストでは、認証ヘッダーは不要です。ウォームキャッシュを利用したキー不要の起動方法は、イメージ／バージョンによって異なるため、決めつけないでください。

ローカル Docker

ローカルセットアップについて回答する場合は、docker login、docker run、準備状況の確認、認証不要のローカルリクエストを実行する前に、以下のプリフライトをそのまま記載してください。単純な : "${NGC_API_KEY:?Set NGC_API_KEY}" チェックに置き換えたり、キャッシュのデフォルト値を作り出したり、NVIDIA_API_KEY へのフォールバックを削除したりしないでください。デフォルトのセットアップでは単一 GPU の device=0 を使用します。

set -a
[ -f .env ] && . ./.env
set +a

if [ -z "${NGC_API_KEY:-}" ] && [ -n "${NVIDIA_API_KEY:-}" ]; then
  export NGC_API_KEY="$NVIDIA_API_KEY"
fi
: "${NGC_API_KEY:?Set NGC_API_KEY or NVIDIA_API_KEY}"
: "${LOCAL_NIM_CACHE:?Set LOCAL_NIM_CACHE}"

echo "$NGC_API_KEY" | docker login nvcr.io --username '$oauthtoken' --password-stdin

mkdir -p "${LOCAL_NIM_CACHE}"
chmod 755 "${LOCAL_NIM_CACHE}"

docker run -it \
  --runtime=nvidia \
  --gpus "device=0" \
  -e NGC_API_KEY \
  -v "${LOCAL_NIM_CACHE}:/opt/nim/.cache" \
  -p 8000:8000 \
  nvcr.io/nim/ipd/rfdiffusion:2

準備状況の確認：

until curl -sf http://localhost:8000/v1/health/ready; do sleep 5; done

Contigs DSL

contigs は、保持するものと生成するものを定義します。パターン構文全般（固定長、範囲、保持する鎖セグメント、鎖の区切り）については、references/api.md の Contigs Language Reference を参照してください。

設計モード：

• de novo：contigs="80-120"。ホスト型での実環境検証では、空でない input_pdb または input_pdb_asset が必要なため、インラインリクエストには以下のダミー PDB を含めてください。
• モチーフ足場の構築：target.pdb を読み込み、input_pdb を渡し、"A25-35/0 50-80" のような contig を使用します。
• 結合体の設計：ターゲットの input_pdb、ターゲットと結合体のセグメントを含む contig、および ChainResidue 文字列形式の hotspot_res=["A50", "A51", ...] を渡します。

DUMMY_PDB = (
    "CRYST1    1.000    1.000    1.000  90.00  90.00  90.00 P 1           1\n"
    "ATOM      1  CA  ALA A   1       0.000   0.000   0.000  1.00  0.00           C\n"
    "END\n"
)

リクエストパターン

import os
from pathlib import Path
import requests

HOSTED = True
url = (
    "https://health.api.nvidia.com/v1/biology/ipd/rfdiffusion/generate"
    if HOSTED else "http://localhost:8000/biology/ipd/rfdiffusion/generate"
)
headers = {"Content-Type": "application/json"}
if HOSTED:
    headers["Authorization"] = f"Bearer {os.getenv('NGC_API_KEY')}"

payload = {
    "input_pdb": DUMMY_PDB,
    "contigs": "80-120",
    "diffusion_steps": 50,
}
response = requests.post(url, headers=headers, json=payload, timeout=300)
response.raise_for_status()
result = response.json()
Path("designed_backbone.pdb").write_text(result["output_pdb"])

モチーフ足場：

payload = {
    "input_pdb": Path("target.pdb").read_text(),
    "contigs": "A25-35/0 50-80",
    "diffusion_steps": 50,
}

結合体の設計：

payload = {
    "input_pdb": Path("target.pdb").read_text(),
    "contigs": "A1-100/0 50-100",
    "hotspot_res": ["A50", "A51", "A52", "A53", "A54"],
    "diffusion_steps": 50,
}

出力の保存と解釈

result["output_pdb"] を PDB アーティファクトとして保存し、elapsed_ms がある場合は報告してください。生成されたバックボーンは最終的なタンパク質ではありません。配列設計には ProteinMPNN に渡し、その後 Boltz2 または OpenFold3 で配列／構造を検証してください。PDB と contig のチェックについては、references/validation.md を参照してください。

制限事項とトラブルシューティング

• diffusion_steps：1～50。50 は最高品質で、少ないほど高速です。
• GPU は 1 基です。GPU VRAM は最低でも約 12 GB 必要です。
• hotspot_res にはタプルではなく、"A50" のような文字列を使用します。
• 422 は通常、contigs／hotspot_res の鎖 ID が input_pdb と一致しない、contig の形式が不正、またはホスト型の de novo で input_pdb が省略されていることを示します。
• ローカル URL の 404 は通常、誤って /v1/ プレフィックスを付けていることが原因です。