RFdiffusion3 登《科学》：原子级设计蛋白质并在实验中奏效
由华盛顿大学、牛津大学与英伟达等机构组成的国际团队，其原子级蛋白质与核酸生成式设计系统 RFdiffusion3 的完整设计方案已于当地时间 16 日发表在《科学》上（团队此前于 2025 年 12 月 3 日开源该系统）。RFdiffusion3 参考 AlphaFold3 的网络架构，最多用 14 个原子表征单个氨基酸，通过直接调整每个原子的三维坐标来设计结构，并可在指定反应原子位置、氢键条件与原子分布范围等约束下生成满足条件的蛋白质。据 IT之家报道，在现有酶 41 个活性位点的对比中，RFdiffusion3 在其中 37 组优于 RFdiffusion2，生成速度约为其十倍；其设计的对氧磷降解酶与肽裂解酶均在真实实验中完成预期反应。论文通讯作者为 2024 年诺贝尔化学奖得主、华盛顿大学教授戴维·贝克。
这标志着 AI 蛋白质研究从预测已有结构，推进到按目标功能设计新结构，并在真实化学反应中得到验证。
IT之家 10 月 19 日消息，可按单个原子组合来设计蛋白质与核酸的生成式人工智能系统 RFdiffusion3，其详细设计方案现已正式对外公布。借助 RFdiffusion3 全新设计出的蛋白质，能够在真实化学反应中实现预期功能。
由美国华盛顿大学、英国牛津大学、英伟达等机构组成的国际联合研究团队，搭建出了这套可对单个原子进行建模，用于设计蛋白质与核酸的系统，并于当地时间 16 日在国际期刊《科学》上发表了相关研究成果。
IT之家注意到，该研究团队已于 2025 年 12 月 3 日开源 RFdiffusion3。刊登在《科学》上的论文详细阐释了 RFdiffusion3 的设计原理。
基于人工智能的蛋白质研究，已经从预测已有蛋白质的三维结构，进一步发展为设计具备目标结构与功能的全新蛋白质。
#RFdiffusion3#RFdiffusion2#AlphaFold3#RosettaFold#University of Washington#University of Oxford#Nvidia#David Baker#Science