跳转至

RFdiffusion

最后更新：2026-04-24

RFdiffusion 是 Baker Lab（University of Washington）2023 发布的从头蛋白设计模型——扩散模型在蛋白结构空间的成功应用。2024-10 David Baker 获诺贝尔化学奖（与 AlphaFold 团队共享）。开源 + 免费让全球实验室都能设计新蛋白。

一、产品定位

RFdiffusion = "从头蛋白设计开源黄金工具" —— 与 AlphaFold 的"结构预测"互补：AlphaFold 预测已知蛋白结构，RFdiffusion 设计新蛋白。开源 + Github 500+ stars 是学术社区标配。

二、核心能力

  • 给定约束（binding site / symmetry / 骨架）
  • 扩散模型生成新蛋白结构
  • 与 ProteinMPNN 组合：结构 → 序列
  • 支持多种设计任务：binder、enzyme、scaffold

典型用例

  • 设计 新抗体
  • 设计 酶（绿色化学）
  • 设计 疫苗 epitope

三、版本演化

时间 版本
2022 RoseTTAFold（结构预测）
2023-07 RFdiffusion 发布（Science）
2023 ProteinMPNN 配套
2024-10 David Baker 诺贝尔奖
2025 持续扩展

四、访问

  • 开源（GitHub: RosettaCommons / RFdiffusion）
  • 学术免费 + 商业需授权
  • Generate Biomedicines 等公司商业化版本

五、用户反馈

  • 全球生物实验室标配
  • 扩散模型 + 蛋白是 AI 生物学标杆论文
  • 社区：Rosetta Commons + 蛋白设计社群

六、竞品 / 相关

工具 机构 特点
RFdiffusion Baker Lab 开源标杆
Chroma Generate Biomed 商业化
AlphaFold Multimer DeepMind 复合体预测
ProteinMPNN Baker Lab 序列设计（配套）

七、使用笔记

  • Python + PyTorch + GPU 依赖
  • 运行成本低（相对训练大模型）

八、信息源