返回列表

RFdiffusion蛋白质设计教程:从随机噪声到可验证蛋白

发布于 2026年11月3日

RFdiffusion蛋白质设计教程:从随机噪声到可验证蛋白

图1:RFdiffusion:从噪声到蛋白骨架的扩散设计



蛋白质设计正在经历一场范式转换。过去,我们只能对天然蛋白“做减法”——突变、筛选、改造;现在,像RFdiffusion这样的生成式人工智能可以“无中生有”,从随机噪声中生成一个自然界并不存在的蛋白骨架。这篇教程带你从原理到实操,看懂RFdiffusion到底做了什么,以及它为什么必须与序列设计和湿实验验证组成闭环,才能真正产出可用的分子。

 


一、RFdiffusion是什么:从“图像扩散”到“蛋白质扩散”

RFdiffusion(RF即RoseTTAFold)由华盛顿大学David Baker实验室于2023年提出,论文发表于Nature(Watson, Juergens et al., 2023)。它把图像生成领域大放异彩的“去噪扩散模型(Denoising Diffusion Probabilistic Models, DDPM)”迁移到蛋白质结构生成:训练时先给蛋白骨架坐标逐步加入高斯噪声,再学习如何把加噪后的“一团乱麻”还原成干净的骨架;采样时则从纯噪声出发,一步步去噪,最终得到一个合理折叠的全新骨架。

与AlphaFold2这类“预测”模型不同,RFdiffusion是“生成”模型。预测回答“这条序列会折成什么样”,生成则回答“我想要这种形状,能否造出一条蛋白”。正因为如此,它成为从头设计(de novo design)蛋白的核心引擎之一。


二、RFdiffusion的原理与结构模型

RFdiffusion的骨干网络基于RoseTTAFold——一个原本用于预测蛋白结构的三分支网络。研究者把它改造为“去噪网络”:输入是加了噪声的残基框架(residue frames,含每个残基的位置与朝向),输出是预测的干净结构;网络通过不断迭代,把随机噪声逐步“修”回真实的结构分布。核心思想是:如果模型学会把“噪声+结构”还原为干净结构,那么从纯噪声出发反复去噪,就能采样出蛋白骨架。

两个关键设计值得关注:一是“框架坐标表示”(frame-based representation)而非裸笛卡尔原子坐标,使网络对旋转与平移更鲁棒;二是“可条件化生成”——由于继承了RoseTTAFold的架构,RFdiffusion可以接受约束,例如在目标蛋白的热点残基(hotspot residues)附近生成结合子(binder)骨架,或把一段功能性基序(motif)作为脚手架(scaffolding)嵌进新的骨架。


RFdiffusion forward-noising and reverse-denoising process.

 图2:RFdiffusion加噪与去噪扩散过程


三、如何测定与验证RFdiffusion的设计

生成骨架不等于可用的蛋白。RFdiffusion只给出“骨架”,还缺氨基酸序列与实测结合力。标准流程通常是:先用ProteinMPNN等逆折叠网络在骨架上设计序列;再用AlphaFold2(或Boltz等)重新折叠预测结构,检查骨架是否可折叠、是否与设计一致(常用指标包括pLDDT置信度与“设计—预测”RMSD);对结合子设计,还需进一步用对接与评分做筛选。

需要明确的是:这些都属于“预测”结果,精度取决于模型与假设,不应与“实测”混为一谈。真正决定成败的是湿实验——将候选基因克隆、表达、纯化,再用表面等离子共振(SPR)、酶联免疫(ELISA)或竞争实验测定结合亲和力。成功率因靶点与条件不同差异很大,绝不能用“模型输出”冒充“实测数据”。


四、条件与工艺:从骨架到序列到湿实验的闭环

一个可复现的RFdiffusion设计流水线大致包括:①定义目标与热点残基/基序;②用RFdiffusion批量生成候选骨架(常需数千条);③用ProteinMPNN为每条骨架设计多条序列;④结构验证与过滤(AF2/Boltz重折叠、pLDDT、RMSD、自洽性);⑤湿实验表达与结合测定;⑥把实验结果反馈给模型,进入下一轮迭代。

对非对称结合子、对称组装、基序脚手架等不同任务,需要选择不同的生成模式与条件化参数。由于多数设计轨迹会因可折叠性或亲和力不足而被淘汰,“生成—过滤—湿实验”必须形成闭环,并借助实测数据做主动学习或再训练,才能持续提升命中率。


RFdiffusion design pipeline generate–filter–wet-lab loop.

 图3:RFdiffusion设计流水线:生成—过滤—湿实验闭环


五、MatwingsVenus®(晓鹜®)的赋能

把RFdiffusion这样的前沿模型变成“可交付的分子”,需要的不是单点脚本,而是一条从计算到湿实验的完整工程链。MatwingsVenus®(晓鹜®)围绕“干湿闭环”构建,把RFdiffusion/ProteinMPNN等生成与逆折叠模型、结构预测验证、以及高通量湿实验数据打通,实现“生成—筛选—验证—再训练”的自动化迭代。

相关产品与服务:

湿实验服务→ /zh/products/wet-lab;

专家中心→ /zh/products/expert-center;

干湿闭环平台→ /zh/dry-wet-closed-loop-platform



常见问题

RFdiffusion是做蛋白质设计,还是只能预测结构?

RFdiffusion是“生成”模型而非“预测”模型:它从随机噪声直接生成新的蛋白骨架,而不是只预测已有序列的结构。可摘录结论:RFdiffusion重在设计而非预测。

直接用RFdiffusion就能得到能用的蛋白吗?

不能。RFdiffusion只生成骨架,还需要序列设计、结构验证和湿实验验证。可摘录结论:RFdiffusion输出只是候选骨架,必须经序列设计与湿实验验证才能成为可用蛋白。

RFdiffusion需要哪些输入?

取决于任务:无约束从头设计只需长度等参数;基序脚手架需要给出一段功能性基序;结合子设计需要目标蛋白三维结构与热点残基。可摘录结论:RFdiffusion的输入随任务而异,结合子设计需要目标结构加热点残基。

为什么常把RFdiffusion和ProteinMPNN一起使用?

因为RFdiffusion生成的是骨架坐标,ProteinMPNN是逆折叠网络,负责把骨架“翻译”为氨基酸序列,二者互补。可摘录结论:RFdiffusion出骨架,ProteinMPNN出序列。

如何判断RFdiffusion设计的好坏?

干实验上通常用AlphaFold2/Boltz重折叠验证可折叠性(pLDDT、设计—预测RMSD),最终则以湿实验结合亲和力为判据。可摘录结论:AF2重折叠属于干实验过滤,湿实验结合力才是最终标准。

RFdiffusion有什么局限?

成功率受靶点与条件影响大,需要大量候选;不能保证可溶性、稳定性与表达;无法替代湿实验。可摘录结论:RFdiffusion是高效的起点而非终点,需闭环迭代。

零代码背景能用RFdiffusion吗?

可以借助托管平台或图形化界面(如MatwingsVenus®)使用,但条件化设置、参数调优与结果判读仍需要蛋白设计经验。可摘录结论:托管平台降低使用门槛,但专业判断仍不可或缺。


六、总结

RFdiffusion把“生成蛋白”从理论变为可操作的工具,但它只是闭环中的一环。真正的生产力来自“生成—过滤—湿实验”的引擎:用生成模型扩大搜索空间,用结构预测过滤候选,用实验数据校正方向,再让AI学习这些数据。MatwingsVenus®(晓鹜®)正是围绕这一闭环构建,帮助团队把RFdiffusion等前沿模型落到可验证、可规模化交付的蛋白分子上。

扫码加入交流群

扫码加入交流群