據最新一期《科學》雜志報道，包括2024年諾貝爾化學獎得主、美國華盛頓大學教授戴維·貝克在內的科學家團隊開發出一款新的生成式AI系統RFdiffusion3（RFD3），能夠直接從原子層面設計蛋白質和核酸，生成蛋白質結構的速度約為前代系統的10倍。

此前，多數AI蛋白質設計方法主要從氨基酸入手。氨基酸就像搭建蛋白質的基本積木，AI先設計積木的排列，再預測它們如何折疊成特定形狀。但要設計出能夠完成特定化學反應的酶，僅有整體形狀還不夠。酶需要依靠特定位置的原子與目標分子發生作用，原子之間的距離、角度以及化學基團的排列都必須足夠精確。即使積木搭出了預期的形狀，如果關鍵部位的原子沒有擺放到位，酶也可能無法正常工作。

如今，RFD3把設計進一步推進到了原子層面。科學家可以設定設計條件，指定參與反應的原子及其位置，還可以要求分子中的特定原子之間形成氫鍵。氫鍵是一種幫助分子維持結構、彼此相互作用的化學作用力，在蛋白質的結構和功能中發揮著重要作用。相比主要關注氨基酸排列和整體形狀的方法，這種設計方式讓科學家能夠更直接地控制蛋白質內部的精細結構。

在計算測試中，團隊選取了41個已有酶的活性位點進行比較。活性位點是酶中直接參與化學反應的關鍵區域。結果顯示，在這41個案例中，RFD3有37個案例的設計表現優於前代系統RFdiffusion2，生成蛋白質結構的速度約為后者的10倍。

團隊還進行了實驗驗証。他們利用RFD3設計出一種能夠分解對氧磷的酶，以及一種能夠切割特定肽段的蛋白酶，兩者均在實驗中完成了預期的化學反應。對氧磷是一種有毒的有機磷化合物﹔另一種酶針對的肽段與轉甲狀腺素蛋白澱粉樣變性有關，這類疾病會導致異常折疊的蛋白質在組織中積聚，形成有害沉積物。

RFD3的設計范圍不止於蛋白質，還包括RNA等核酸分子。直接從原子層面開展設計，有望幫助科學家開發具有特定功能的RNA分子，並探索新的生物傳感器和生物分子工具。（記者張佳欣）