RFdiffusion3实现原子级蛋白质设计,实验验证预期功能
摘要
华盛顿大学、牛津大学与英伟达等机构联合开发的生成式AI系统RFdiffusion3,可对单个原子建模以设计蛋白质与核酸,全新设计的蛋白质在真实化学反应中实现预期功能,相关成果已发表于《科学》期刊。
蛋白质设计正从结构预测迈向功能创造。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,开发出可按单个原子组合进行设计的生成式人工智能系统RFdiffusion3,其详细设计方案已于当地时间16日刊登在国际期刊《科学》上。
据披露,研究团队利用RFdiffusion3全新设计的蛋白质,能够在真实化学反应中表现出预期功能,这意味着AI设计产物已通过实验层面的功能验证。该团队已于2025年12月3日将RFdiffusion3开源,供外界使用。
RFdiffusion3的通讯作者为华盛顿大学教授戴维·贝克(David Baker),他因在计算机预测蛋白质结构方面的贡献获得2024年诺贝尔化学奖。其标志性成果之一是蛋白质结构预测AI系统RosettaFold,该系统通过学习氨基酸之间的空间关系来预测蛋白质三维结构;2023年发布的RFdiffusion1与2025年发布的RFdiffusion2均依托这一结构预测基础。
从预测已有蛋白质结构,到设计具备目标结构与功能的全新蛋白质,AI在蛋白质研究中的角色正在延伸。RFdiffusion3将建模精度推进至原子层面,并覆盖核酸设计,为相关研究提供了新的工具路径。
本文由新大陆基于公开信息编辑整理
信息来源:IT之家 IT之家原文 ↗