据最新一期《科学》杂志报道，包括2024年诺贝尔化学奖得主、美国华盛顿大学教授戴维·贝克在内的科学家团队开发出一款新的生成式AI系统RFdiffusion3（RFD3），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。

此前，多数AI蛋白质设计方法主要从氨基酸入手。氨基酸就像搭建蛋白质的基本积木，AI先设计积木的排列，再预测它们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，仅有整体形状还不够。酶需要依靠特定位置的原子与目标分子发生作用，原子之间的距离、角度以及化学基团的排列都必须足够精确。即使积木搭出了预期的形状，如果关键部位的原子没有摆放到位，酶也可能无法正常工作。

如今，RFD3把设计进一步推进到了原子层面。科学家可以设定设计条件，指定参与反应的原子及其位置，还可以要求分子中的特定原子之间形成氢键。氢键是一种帮助分子维持结构、彼此相互作用的化学作用力，在蛋白质的结构和功能中发挥着重要作用。相比主要关注氨基酸排列和整体形状的方法，这种设计方式让科学家能够更直接地控制蛋白质内部的精细结构。

在计算测试中，团队选取了41个已有酶的活性位点进行比较。活性位点是酶中直接参与化学反应的关键区域。结果显示，在这41个案例中，RFD3有37个案例的设计表现优于前代系统RFdiffusion2，生成蛋白质结构的速度约为后者的10倍。

团队还进行了实验验证。他们利用RFD3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。对氧磷是一种有毒的有机磷化合物；另一种酶针对的肽段与转甲状腺素蛋白淀粉样变性有关，这类疾病会导致异常折叠的蛋白质在组织中积聚，形成有害沉积物。

RFD3的设计范围不止于蛋白质，还包括RNA等核酸分子。直接从原子层面开展设计，有望帮助科学家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。