鲸云网10月19日消息，据媒体报道，一套可对单个原子进行建模、用于设计蛋白质与核酸的生成式人工智能系统 RFdiffusion3，其完整设计方案已正式公布。借助该系统全新设计的蛋白质，能够在真实化学反应中实现预期功能。
该研究由美国华盛顿大学、英国牛津大学与英伟达等机构组成的国际团队完成，相关论文于当地时间 10 月 16 日发表在国际期刊《科学》上。团队早在 2025 年 12 月 3 日已开源 RFdiffusion3。
人工智能在蛋白质领域的研究路径，已经从预测已有蛋白质的三维结构，推进到设计具备目标结构与功能的全新蛋白质。RFdiffusion3 正是这一方向上的新一代工具。
论文通讯作者为华盛顿大学教授戴维·贝克（David Baker）。他因在蛋白质结构预测方面的贡献获得 2024 年诺贝尔化学奖，其标志性成果之一是蛋白质结构预测系统 RosettaFold。
RosettaFold 通过学习氨基酸之间的空间关系来预测蛋白质结构。2023 年发布的 RFdiffusion1 与 2025 年发布的 RFdiffusion2，均依托 RosettaFold 所用的结构预测网络开发而来。
RFdiffusion 系列借助扩散模型确定氨基酸的位置以完成蛋白质设计。RFdiffusion3 则参考了另一款结构预测程序 AlphaFold3 的网络架构，最多可用 14 个原子来表征单个氨基酸，通过直接调整每个原子的三维坐标来设计全新结构。
研究团队借助该系统实现了对酶活性位点的精准设计。酶是一类能够催化化学反应的蛋白质，其活性位点的几何与化学环境决定了催化效率。
在对比测试中，研究人员选取现有酶的 41 个活性位点进行设计，其中 37 组测试里 RFdiffusion3 的表现优于 RFdiffusion2。该系统生成蛋白质结构的速度约为前一代的十倍。
由 RFdiffusion3 设计的对氧磷降解酶与肽裂解酶，都在真实实验中顺利完成了预期的化学反应。这表明生成的结构不仅在理论上可行，也经得起实验验证。
研究团队表示，未来 RFdiffusion3 将被广泛应用于各类生物分子设计任务与相关应用领域。该系统的开源，也为相关领域的后续研究提供了可复用的基础。
编辑：华磊
免责声明：本站转载的文章，版权归原作者所有；旨在传递信息，不代表本站的观点和立场。
