蛋白质是生命活动当中极为关键的大分子物质，过去很长一段时间，人类只能解析自然界已经存在的蛋白结构。随着人工智能技术介入生物研究，科学家已经不再局限于解读天然蛋白，而是可以依靠算法，创造自然界原本不存在、具备特定功能的全新蛋白质。近期，一份发表于国际学术期刊《科学》的论文，公布了RFdiffusion3这套生成式AI系统完整研究细节，把蛋白质设计推进到原子操作的全新层面。

机构联合攻关，延续过往技术积累

这项成果由华盛顿大学、牛津大学、英伟达等多家单位组成跨国科研团队共同完成，论文通讯作者是2024年诺贝尔化学奖得主戴维・贝克教授。贝克团队在蛋白质AI领域深耕多年，此前开发的RosettaFold系统，擅长解析已有蛋白质的三维空间构造，也是RFdiffusion系列模型的技术根基。

RFdiffusion1、RFdiffusion2分别在2023年、2025年对外推出，两代产品都依靠扩散模型算法，确定氨基酸排布位置，以此搭建蛋白质整体骨架。而新版本RFdiffusion3，借鉴AlphaFold3的网络架构做了优化升级。这套工具早在2025年12月3日完成开源，只是完整的原理阐述与实验数据，直到近期才正式刊发在《科学》杂志上，向全球科研人员公开全部研究结论。

和前代产品最大的区别在于，RFdiffusion3不再只停留在氨基酸骨架层面开展工作。系统最多可以用14个原子去描述单个氨基酸单元，能够直接修改每一颗原子的三维坐标。科研人员可以输入多重约束条件，不光规定关键原子摆放位置，还可以设定氢键生成规则、原子分布区间，AI按照全部条件输出对应的蛋白质、甚至核酸分子结构。

性能测试取得明显进步，拿到真实实验结果

酶本质上属于蛋白质，作为生物催化剂，它的催化能力高度依赖活性位点内部原子的精准排布，微小的位置偏差就会直接让催化功能失效。研究团队选取41组天然酶的活性位点作为参照开展对比运算，其中37组案例当中，RFdiffusion3输出结果优于RFdiffusion2，生成完整蛋白质结构的运算速度达到前代十倍水平。

更重要的是，这套AI生成的分子并非只存在计算机模拟当中。研究团队拿AI产出的两种酶开展实验室实操，分别是可以降解有毒有机磷物质的对氧磷降解酶，还有能够切割特定肽链的肽裂解酶。两种全新设计出来的蛋白，都顺利在化学反应当中完成预设工作目标，证明AI设计方案可以落地到真实的生物实验环境，不只是理论层面的推演。

为生物应用打开更大想象空间

在AI蛋白质研究发展历程中，行业经历了两个大的阶段，先是依靠算法预测天然蛋白质三维结构，如今已经大步迈向按需定制全新功能生物分子。RFdiffusion3同时支持蛋白质与核酸的协同设计，拓展了生物大分子设计的边界。

按照研究团队的判断，这套工具未来会被大量用于各类生物分子开发任务。新药研发、环境治理、合成生物学等领域，都有可能借助原子级蛋白质设计工具，创造过去很难得到的生物催化剂。当然，技术目前依旧处在发展阶段，距离大规模产业落地，还需要科研人员持续迭代优化算法与实验流程。

（智算芯能前沿网综合）

本文由智算芯能前沿网编辑整理，转载请注明出处。