Un système d'IA générative nommé RFdiffusion3, capable de concevoir des protéines et des acides nucléiques au niveau de chaque atome individuel, a vu son schéma de conception complet officiellement publié récemment. Surtout, les protéines entièrement conçues avec ce système ont déjà rempli leurs fonctions prévues dans de véritables réactions chimiques.
C'est une équipe internationale réunissant l'Université de Washington aux États-Unis, l'Université d'Oxford au Royaume-Uni, NVIDIA et d'autres institutions qui a construit ce système, capable de modéliser chaque atome individuellement et destiné spécifiquement à concevoir des protéines et des acides nucléiques ; les résultats ont été publiés le 16, heure locale, dans la revue internationale Science. L'équipe avait en réalité déjà rendu RFdiffusion3 open source le 3 décembre 2025 ; cet article, lui, explique en profondeur les principes de conception.
Conçu par un lauréat du prix Nobel, dix fois plus rapide que la génération précédente
L'auteur correspondant de cette étude est David Baker, professeur à l'Université de Washington — il a remporté le prix Nobel de chimie 2024 pour la prédiction de structures de protéines par ordinateur, et l'un de ses travaux emblématiques est le système de prédiction de structures de protéines RosettaFold. RFdiffusion1 (2023) et RFdiffusion2 (2025) reposaient tous deux sur le réseau de prédiction de structures de RosettaFold ; tandis que RFdiffusion3 s'appuie plutôt sur l'architecture de réseau d'AlphaFold3, représentant chaque acide aminé avec au maximum 14 atomes, et forge de nouvelles structures en ajustant directement les coordonnées tridimensionnelles de chaque atome.
Son talent réside dans la « conception sous contraintes ». Si les chercheurs spécifient non seulement la position des atomes nécessaires à une réaction, mais définissent aussi les conditions de formation des liaisons hydrogène et la plage de distribution de certains atomes à l'intérieur de la protéine, le système peut produire une structure satisfaisant toutes les contraintes. L'équipe a comparé 41 sites actifs d'enzymes existantes : dans 37 cas, RFdiffusion3 a surpassé RFdiffusion2, avec de surcroît une vitesse de génération environ dix fois supérieure à celle de la génération précédente. La paraoxonase et la peptidase conçues par ce système ont toutes deux mené à bien les réactions attendues dans de véritables expériences. En passant de la « prédiction de structures » à la « création de structures selon la fonction », cette IA qui sculpte atome par atome pousse l'ingénierie des protéines vers une précision sans précédent.