Un sistema de IA generativa llamado RFdiffusion3, capaz de diseñar proteínas y ácidos nucleicos a partir de átomos individuales, ha hecho público recientemente y de manera oficial su esquema de diseño completo. Y algo aún más sólido: las proteínas de nuevo diseño creadas con él ya han cumplido su función prevista en reacciones químicas reales.
Un equipo internacional formado por la Universidad de Washington de EE. UU., la Universidad de Oxford del Reino Unido, NVIDIA y otras instituciones construyó este sistema, que puede modelar átomos individuales y está específicamente dedicado al diseño de proteínas y ácidos nucleicos; los resultados pertinentes se publicaron el día 16, hora local, en la revista internacional Science. De hecho, el equipo ya había hecho de código abierto RFdiffusion3 el 3 de diciembre de 2025, y ahora este artículo explica a fondo los principios de diseño.
Diseñado por un premio Nobel, diez veces más rápido que la generación anterior
El autor de correspondencia de esta investigación es el profesor de la Universidad de Washington David Baker, quien ganó el Premio Nobel de Química de 2024 por la predicción de estructuras de proteínas mediante ordenador, y uno de sus resultados emblemáticos es el sistema de predicción de estructuras de proteínas RosettaFold. RFdiffusion1 (2023) y RFdiffusion2 (2025) surgieron ambos de la red de predicción de estructuras de RosettaFold; en cambio, RFdiffusion3 se basa en la arquitectura de red de AlphaFold3, caracteriza cada aminoácido con hasta 14 átomos y crea nuevas estructuras ajustando directamente las coordenadas tridimensionales de cada átomo.
Su capacidad consiste en "diseñar con condiciones de restricción". Si los investigadores no solo especifican las posiciones de los átomos necesarios para una reacción, sino que también fijan las condiciones de formación de puentes de hidrógeno y el rango de distribución de átomos concretos dentro de la proteína, el sistema puede generar estructuras que cumplen todas las restricciones. El equipo comparó 41 sitios activos de enzimas existentes, y en 37 grupos RFdiffusion3 superó a RFdiffusion2, con una velocidad de generación aproximadamente diez veces mayor que la de la generación anterior. La paraoxonasa degradadora y la enzima de escisión de péptidos diseñadas por él completaron con éxito las reacciones previstas en experimentos reales. Al pasar de "predecir estructuras" a "crear estructuras según su función", esta IA que esculpe átomo por átomo está llevando la ingeniería de proteínas a una precisión sin precedentes.