【重磅】諾貝爾獎得主 David Baker 再出招！RFdiffusion3 全原子蛋白質設計模型問世，成本狂降 90%
【重磅】諾貝爾獎得主 David Baker 再出招！RFdiffusion3 全原子蛋白質設計模型問世，成本狂降 90% AI 生物科技 蛋白質設計 前沿科技 如果你以為 2024 年已經是 AI 改變生物學的巔峰，那麼 2025 年的發展可能會讓你大吃一驚。就在近期，剛獲得諾貝爾獎殊榮的蛋白質設計先驅 David Baker 及其團隊，再次向科學界投下了一枚震撼彈——全新一代的蛋白質設計模型 RFdiffusion3 (RFD3) 正式發布！ 這不僅僅是一次例行的版本更新，而是一場徹底的「全原子（All-Atom）」革命。根據最新的技術報告與新聞披露，RFdiffusion3 不僅能夠精確到每一個原子來設計蛋白質，更令人瞠目結舌的是，它的 計算成本降低了 90% ，推理速度卻比前代快了 10 倍以上 。這意味著，過去只有大型藥廠或頂尖實驗室才能負擔的精準藥物設計，現在可能即將普及到更多研究機構，甚至開啟「全民蛋白質設計」的時代。 今天，我們就來深入剖析這項技術突破，解讀 Kiin Bio 與相關科技新聞背後的細節，並探討這對人類未來意味著什麼。 為什麼「全原子（All-Atom）」設計這麼重要？ 在深入了解 RFdiffusion3 之前，我們得先搞懂一個概念： 蛋白質設計的解析度 。 早期的蛋白質設計工具（如第一代的 RFdiffusion 或 BindCraft），其運作邏輯大多是基於「氨基酸殘基（Residue）」或是「骨架（Backbone）」來進行的。如果把設計蛋白質想像成蓋房子，過去的 AI 工具就像是在畫建築結構圖，它能告訴你柱子在哪裡、橫樑在哪裡（骨架），但對於牆壁上的磁磚花紋、門把的形狀（側鏈原子）往往處理得不夠精細，需要後續再用其他軟體去「修補」或「猜測」。 然而，在真實的生物世界裡，藥物分子與蛋白質的結合，往往取決於極其微小的細節——比如一個氫鍵（Hydrogen Bond）的形成，或者幾個原子之間的凡德瓦力。如果你無法精確控制每一個原子，設計出來的藥物可能就無法與目標結合，或者效率極低。 RFdiffusion3 的出現，正是為了解決這個問題。 它是首個真正意義上的「全原子擴散模型」。它不再只是先生成骨架再填補細節，而是...