华盛顿大学团队《科学》发表RFdiffusion3，单原子级设计蛋白核酸，速度十倍于前代
据 IT 之家报道，由华盛顿大学、牛津大学、英伟达等机构组成的国际团队于当地时间 10 月 16 日在《科学》正式发表生成式设计系统 RFdiffusion3 的详细方案。该系统参考 AlphaFold3 的网络架构，把建模粒度从氨基酸级升级到单原子级（单个氨基酸最多用 14 个原子表征），可直接调整原子三维坐标来设计蛋白质与核酸，通讯作者是 2024 年诺贝尔化学奖得主 David Baker。在现有酶的 41 个活性位点对比测试中，RFdiffusion3 在 37 组里优于前代 RFdiffusion2，生成速度约为前代的十倍；它设计的对氧磷降解酶与肽裂解酶均已在真实实验中完成预期的化学反应。系统代码已于 2025 年 12 月 3 日开源，本次的直接受益者主要是科研与开发群体。
rss · IT之家 · 10月18日 23:22
「为何现在」 本次的新进展是设计方案与实验验证细节随论文正式公开发表：设计出的两种酶在真实化学反应中实现了预期功能，且对比数据（41 个活性位点中 37 组优于 RFdiffusion2）有了可查的出处。需要区分的是，模型代码早在 2025 年 12 月就已开源约 10 个月，这并非一次新工具发布；团队所称'未来将广泛应用于各类生物分子设计任务'属于展望，其更广范围的实际效果尚未被验证。
「内容切入」 可做角度：以'氨基酸级到单原子级'的建模粒度变化为主线，用 41 个活性位点中 37 组优于 RFdiffusion2、生成速度约十倍、两种酶通过真实实验验证这几个具体数据，拆解 RFdiffusion3 相对前代究竟强在哪里；同时说明本次是论文正式发表，代码 2025 年 12 月已开源，避免观众误以为是全新工具上线。
做AI项目，先看AI雷达 - AiRadar.com.cn · 全部AI快讯 →