美国华盛顿大学教授大卫·贝克（David Baker）团队开发出新一代生成式AI系统RFdiffusion3，能够直接从原子层面设计蛋白质和核酸，生成蛋白质结构的速度约为前代系统的10倍，有望帮助研究人员开发具有特定功能的RNA分子，并探索新的生物传感器和生物分子工具。相关成果于2026年10月15日发表在《科学》期刊上。

此前，大多数AI蛋白质设计方法以氨基酸为基本单元，先确定氨基酸排列，再预测这些氨基酸如何折叠成特定形状。但要设计出能够完成特定化学反应的酶，还需依赖关键位置原子的精确排布，包括原子间距、角度和化学基团的排列。

RFdiffusion3则将设计精度推进到原子层面，研究人员可指定参与反应的原子及其位置，并要求特定原子间形成氢键，从而更直接地控制蛋白质内部的精细结构。该系统还采用统一全原子建模框架，将设计范围从蛋白质拓展至RNA等核酸分子。

在计算测试中，研究团队选取41个已有酶的活性位点进行比较，RFdiffusion3在37个案例中的设计表现优于前代系统RFdiffusion2。实验验证方面，研究团队利用该系统设计出一种能够分解对氧磷的酶，以及一种能够切割特定肽段的蛋白酶，两者均在实验中完成了预期的化学反应。

信息来源：

https://www.science.org/doi/10.1126/science.aeh2982?referrer=https%3A%2F%2Fcn.bing.com%2F

http://edu-app.people.cn/n1/2026/1019/c1006-40817196.html