RFdiffusion3 问世：AI 系统实现从原子层面精准设计功能性蛋白质

封面为AI生成的主题示意图，非新闻现场照片。

生成式人工智能系统 RFdiffusion3 现已正式对外公布，该系统能够从原子组合层面设计蛋白质与核酸，其全新设计的蛋白质已在真实化学反应中成功实现了预期功能。相关研究成果发表于国际期刊《科学》，由美国华盛顿大学、英国牛津大学及英伟达等机构组成的国际联合研究团队共同完成。RFdiffusion3 已于 2025 年 12 月 3 日开源，并在近期获得了详细的设计原理阐释。该系统借鉴了 AlphaFold3 的网络架构，与早期的 RFdiffusion1（2023 年发布）和 RFdiffusion2（2025 年发布）不同，它不再仅仅依赖 RosettaFold 预测网络，而是采用了扩散模型直接确定氨基酸位置。在技术实现上，RFdiffusion3 最多可用 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构建全新蛋白质结构。研究人员利用该系统成功设计了对氧磷降解酶与肽裂解酶，这两种设计的蛋白质均在实验条件下顺利完成了各自的催化反应任务。研究对比显示，RFdiffusion3 在针对现有酶活性位点的设计测试中表现优异。在选取的 41 个活性位点测试里，有 37 组测试结果显示 RFdiffusion3 的表现优于上一代版本 RFdiffusion2，其生成蛋白质结构的速度大约是 RFdiffusion2 的十倍。华盛顿大学教授戴维·贝克是此项研究的通讯作者，他因在利用计算机预测蛋白质结构方面的贡献获得了 2024 年诺贝尔化学奖。作为基于 AI 的蛋白质研究领域的领军人物，贝克团队正致力于推动技术从预测已知结构向设计具备目标结构与功能的全新蛋白质迈进。未来，RFdiffusion3 将被广泛应用于各类生物分子设计任务及相关应用领域。该系统不仅优化了生成速度，还允许研究人员设定氢键形成条件及特定原子在蛋白质内部的分布范围，从而生成满足全部约束条件的复杂蛋白质结构。