Protein Design (RFDiffusion3)

简介

设计与蛋白、核酸或小分子结合的Binder蛋白。模块基于RFDiffusion3（RFD3）模型，RFD3是一款基于扩散的蛋白质结构生成模型。其真正实现了多分子共扩散（Co-diffusion）。它并不从头创造新的小分子或核酸序列，而是接受输入的化学实体信息（如药物分子或核酸），在每个原子坐标上进行扩散和去噪，生成蛋白主链和侧链原子的同时，同步采样并优化这些非蛋白分子的空间结构，捕捉它们在结合过程中的诱导契合效应（Induced-fit）。

相对于前期版本（RFD1/2）,有多处核心提升：

1. 原子级扩散建模：从残基到每一个原子（Atom-level Diffusion）
   在 RFD3 中，模型直接在每个原子坐标上进行扩散和去噪，主链和侧链原子一体建模。让一整套几何与物理约束可以自然表达为“条件”：

• 氢键网络与供体/受体分布
• 溶剂可及性（buried / exposed）
• 酶活性位点的精确几何
• 质心与相对排布约束
• 对称性（D2、C3、C5等）
  

2. 通用任务范围：一个模型覆盖主流“蛋白 + 伙伴”场景
   第二个关键点，是它的统一性。RFD3 的设计理念是：用同一组参数，覆盖“几乎所有”常见的“蛋白 + 伙伴分子”相互作用设计场景。不管是对称多聚体、酶催化中心、小分子配体，还是 DNA / RNA 结合，全部都在同一个 all-atom diffusion 框架里处理。
   

3. 更快也更强：推理效率提升约一个数量级
   在 all-atom 分辨率下，反而比前代更快。

• RFD3 采用全新的 Transformer–U-Net 混合架构，训练与推理代码重写。
• 在基准测试中，RFD3 在同等硬件上的计算成本约为 RFdiffusion2 的 1/10，大致一个数量级的加速。它在四类核心任务上全面超越前代专用模型：蛋白–蛋白结合（protein–protein binders）；蛋白–DNA 结合（DNA binders）；蛋白–小分子结合（small-molecule binders）；酶活性位点设计（enzyme active-site scaffolding）。在同样的 GPU 时间里，既能跑更细的 all-atom 模型，又能做更多采样，极大缩短迭代周期。
  

参数说明

Protein or NA Binder

设计Binder蛋白与蛋白或核酸结合。

Reference Structure

在Binder设计时的参考结构，PDB或CIF格式，可包含蛋白，核酸。

Receptor Range

在设计蛋白或核酸的Binder时，从参考结构中选定哪部分作为受体蛋白或核酸。
格式为链名称+残基/碱基编号(UID)，多段残基用逗号分隔。例如：参数设置为A25-50,A70-100,A105,A108,/0,B75-108时，表示：
选取参考结构的A链中残基UID为25至50、70至100、105与108的残基/碱基，以及B链UID为75至108的残基/碱基作为受体，同时使用分链符号/0对A与B链之间进行分链，如果不设置分链符，B75的N端会连接在A108的C端。
也可直接设置链名，如：A,B表示完整的A链和B链作为受体。

注意：残基/碱基编号(UID)表示结构文件中带有的编号，该编号可能存在起始编号部位1、间断不连续、或插入编号等情况。当前模型支持插入编号形式，如：A105A表示A链中编号为105A（插入标识为A）的残基。后续所有的残基/碱基编号都是该形式。

Length of Binder

定义Binder蛋白的长度，可以是确定的长度，或长度范围，例如：设置为20或20-50时，
20表示Binder蛋白的长度为20个残基；
20-50表示Binder蛋白的长度范围为20至50个残基，具体长度视最终设计结果为准。

Initial Binder

指定结构中初始的Binder，从参考蛋白中选定哪部分是初始的Binder蛋白，模型会在不改变初始Binder的前提下，进一步延长Binder，延长的方向通过X指定，例如：参数设置为X,B1-10时，表示：

• 指定参考蛋白中的B链残基编号为1至10的残基为初始Binder蛋白，模型会以此为基础进行延长设计，延长的方向是接在残基B1的N端，直到满足参数Length of Binder指定的长度或范围。
• B1-10,X则表示延长的方向是接在残基B10的C端。

Hotspot

选择Receptor Range参数中指定的残基作/碱基为结合位点，格式支持两种形式：

• 定位到残基/碱基，使用链名称+残基/碱基编号(UID)，多段范围用逗号分隔，例如：A59-61,A83,A91，表示：指定A链编号为59至61、83及91的残基/碱基为结合位置。
• 定位到残基/碱基的原子，使用链名称+残基/碱基编号(UID)+原子标准名称，多个原子之间用分号分隔，多段范围用逗号分隔，例如：A83:O;NZ,A91:OG，表示指定A链编号83残基中的O与NZ原子，编号91残基中的OG原子为结合位置。为了方便指定原子，已预定义一批原子组合名称，如下表：

不同类型残基预定义的TIP原子：

    "TRP": ["CG","CD1","CD2","NE1","CE2","CE3","CZ2","CZ3","CH2"],  # both rings
    "HIS": ["CG","ND1","CD2","CE1","NE2"],  # ring
    "TYR": ["CZ","OH"],  # ring dihedral 
    "PHE": ["CG","CD1","CD2","CE1","CE2","CZ"],
    "ASN": ["CB", "CG","OD1","ND2"],
    "ASP": ["CB", "CG","OD1","OD2"],
    "GLN": ["CG", "CD","OE1","NE2"],
    "GLU": ["CG", "CD","OE1","OE2"],
    "CYS": ["CB", "SG"],
    "SER": ["CB", "OG"],
    "THR": ["CB", "OG1"],
    "LEU": ["CB", "CG", "CD1", "CD2"],
    "VAL": ["CG1", "CG2"],
    "ILE": ["CB", "CG2"],
    "MET": ["SD", "CE"],
    "LYS": ["CE","NZ"],
    "ARG": ["CD","NE","CZ","NH1","NH2"],
    "PRO": None,
    "ALA": None,
    "GLY": None,

Number of Designs

指定要设计的Binder数量（目前最多支持 100 个）。

Small Molecule Binder

Reference Structure

包含小分子结构的参考结构，PDB或CIF格式。

Ligand

参考结构中的小分子名称，如：IAI

Fixed Ligand Atoms

在设计时，从参考结构中提取的小分子中的原子坐标会发生变化，可通过该参数限制某些原子的坐标固定不变。通过结构中的标准原子名称指定，多个原子用逗号分隔，如：N9,O8;C4;C1;N3;C10

Buried Ligand Atoms

指定小分子中的原子，哪些是要掩埋在Binder蛋白的内部（一般是参与相互作用的），不暴露在溶剂中。指定方式同Fixed Ligand Atoms。

Exposed Ligand Atoms

指定小分子中的原子，哪些是暴露在溶剂中。指定方式同Fixed Ligand Atoms。

Length of Binder

定义Binder蛋白的长度，可以是确定的长度，或长度范围，例如：设置为20或20-50时，
20表示Binder蛋白的长度为20个残基；
20-50表示Binder蛋白的长度范围为20至50个残基，具体长度视最终设计结果为准。

Number of Designs

指定要设计的Binder数量（目前最多支持 100 个）。

Enzyme

Reference Structure

设计时的酶的参考结构，PDB或CIF格式，可包含酶蛋白与底物分子的全部或部分结构（原子）。

Length

定义酶蛋白的长度，可以是确定的长度，或长度范围，例如：设置为100或100-120

Fixed Atoms

在设计时，从参考结构中提取的结构，固定其中某些原子的坐标不变。原子的指定方式与Binder模式中的Hotspot参数的定位到残基/碱基的原子的方式一致，指定小分子的原子时，使用小分子的名称+原子名称即可，如：IAI:N9;O8

注意：
1.如果固定Ligand的某个原子，可能存在固定原子与相邻原子相连的键断开的现象
2.Ligand的原子尽量全部固定或者都不固定

Unindex

指定从参考结构中提取的结构中，哪些残基的索引由模型推断而非预先指定，残基的选择方式同Binder模式中Receptor Range参数。

Ligand

指定参考结构中，小分子的名称，提取到设计的复合物结构中，可设置多个，用逗号分隔，如：NAD,IAI

Number of Designs

指定设计的数量，默认为10，最大不超过100

Custom

Reference Structure

设计时的参考结构，PDB或CIF格式，可包含蛋白，核酸，小分子等。

Contigs

定义主要的设计策略，指定从参考结构中提取哪部分结构，从头设计哪部分结构等，多段设计策略用逗号分隔。例如：A1-80,10,/0,B5-12，表示：

• 'A1-80’表示先从参考结构中提取A链中编号（UID，支持插入符号）1至80的残基。
• '10’表示从头设计长度为10的motif连接到上一段motifA1-80的C端，motif的长度也可以指定范围，如24-50，表示设计长度在24至50之间，具体多长看最终的设计结果。
• ‘/0’是分链符号，表示设计的蛋白在此分链，后续的motif是另起一条链。
• 'B5-12’表示从参考结构中提取B链中编号（UID）5至12的残基。

Unfixed Sequence

指定从参考结构中提取的已知结构，哪部分需要改变序列，多段区域用逗号分隔。例如：‘A20-30,A54-60’，表示Contigs参数中已指定的结构A链残基编号（UID）20至30,54至60的结构部分，需要优化序列。
注意：改变序列的区域一定是在Contigs参数中已指定的，否则会提示错误。

Length

指定整个设计的蛋白的总长度，可以是确定的长度，或长度范围，例如：设置为100或100-200
注意：此处的总长度需大于等于Contigs参数中定义的motif总长度。

Ligand

指定参考结构中，小分子的名称，提取到设计的复合物结构中，可设置多个，用逗号分隔，如：NAD,IAI

Hotspot

指定已提取的参考结构中，哪部分是结合位置，格式同Binder模式中的Hotspot参数。

Fixed Atoms

在设计时，从参考结构中提取的残基/碱基或小分子中的原子坐标会发生变化，可通过该参数限制某些原子的坐标固定不变。原子的指定方式与Binder模式中的Hotspot参数的定位到残基/碱基的原子的方式一致，指定小分子的原子时，使用小分子的名称+原子名称即可，如：IAI:N9;O8

Buried

指定已提取的参考结构中，哪部分是要掩埋在内部，不暴露在溶剂中。指定方式同Binder模式中的Hotspot参数。可以定位到具体残基/碱基，小分子，也可以精确到具体原子。如指定小分子的某些原子是掩埋的，IAI:N9;O8;C4;C1;N3;C10

Exposed

指定已提取的参考结构中，哪部分是暴露在溶剂中。指定方式同Buried参数。

Hbond Donor Atoms

指定已提取的参考结构中，哪些原子是作为氢键供体，指定方式同Fixed Atoms参数。

Hbond Acceptor Atoms

指定已提取的参考结构中，哪些原子是作为氢键受体，指定方式同Fixed Atoms参数。

Redesign Sidechains

固定已提取的参考结构的骨架结构不变，只进行侧链的重新设计。

Center of Mass

指定生成蛋白的质心（Center of Mass, COM）位置坐标，X,Y,Z坐标通过逗号分隔，如15,2,-4

Number of Designs

指定设计的数量，默认为10，最大不超过100

结果说明

设计得到的结构文件res_design_0_model_0-5.cif
对应的序列文件res_seqs_rfd3.fasta与res_seqs_rfd3_batch.fasta
设计结构的评价Metrics文件metrics_rfd3_summary.csv，包含信息如下：

注意：当前输出结构未进行结构质量的排序，是模型默认的输出顺序。

所有结果的打包文件all_results_rfd3.tar.gz

参考文献

• Butcher, J.; Krishna, R.; Mitra, R.; Brent, R. I.; Li, Y.; et al. De novo Design of All-atom Biomolecular Interactions with RFdiffusion3. bioRxiv (2025). DOI:10.1101/2025.09.18.676967