RFdiffusion ist eines der leistungsfähigsten generativen KI-Modelle für das de novo-Proteindesign. Es stammt aus dem Labor von David Baker (University of Washington / Institute for Protein Design) und wurde 2023 in Nature veröffentlicht.
Grundprinzip
RFdiffusion basiert auf einem Denoising-Diffusion-Modell – dem gleichen Ansatz, der bei Bildgeneratoren wie DALL·E oder Stable Diffusion zum Einsatz kommt.
Statt aus einer Sequenz eine Struktur vorherzusagen (wie AlphaFold), macht RFdiffusion das Gegenteil: Es startet mit reinem Rauschen (zufällige Koordinaten und Orientierungen) und entfernt das Rauschen schrittweise, bis eine realistische Protein-Rückgratstruktur (Backbone) entsteht.
Technisch wurde dazu das Strukturvorhersage-Netzwerk RoseTTAFold so feinabgestimmt, dass es aus verrauschten Strukturen die „saubere“ Struktur rekonstruieren kann. Durch wiederholtes Anwenden dieses Denoising-Schritts entsteht ein generatives Modell.
Typischer Design-Workflow
- Backbone-Generierung mit RFdiffusion
Eingaben können sein: gewünschte Länge, Zielprotein + Hotspot-Reste (für Binder), funktionelle Motive (z. B. Enzym-Aktives Zentrum), Symmetrievorgaben oder teilweise bestehende Strukturen (Partial Diffusion). - Sequenzdesign mit ProteinMPNN
RFdiffusion liefert nur die Geometrie des Rückgrats. ProteinMPNN (ebenfalls aus dem Baker-Labor) berechnet Aminosäuresequenzen, die mit hoher Wahrscheinlichkeit in genau dieses Backbone falten. - Validierung
Die generierten Sequenzen werden mit AlphaFold, RoseTTAFold oder ähnlichen Modellen zurückgefaltet. Nur Designs, bei denen die vorhergesagte Struktur dem gewünschten Backbone sehr nahekommt (hohe Self-Consistency, gute Confidence-Werte), gehen in die experimentelle Prüfung.
Wichtige Anwendungsgebiete
- Unkonditionierte Proteine – völlig neue Faltungen ohne Vorlage
- Binder-Design – Proteine, die an ein vorgegebenes Ziel binden (sehr hohe experimentelle Erfolgsraten)
- Motif Scaffolding – Einbau funktioneller Motive (z. B. katalytische Triaden) in neue Scaffolds
- Symmetrische Oligomere und Assemblies
- Enzymdesign und Metallbindungsstellen
- Antikörper-Design (spätere Feinabstimmungen ermöglichen de-novo-VHHs und scFvs mit epitopspezifischer Bindung)
- All-Atom-Varianten (RFdiffusion All-Atom / RFdiffusion3) – können Liganden, Nukleinsäuren und teilweise Seitenketten direkt mitmodellieren
Stärken
- Deutlich höhere experimentelle Trefferquoten als ältere energiebasierte oder Halluzinations-Methoden (häufig ein- bis zweistellige Prozentwerte statt 0,1 % oder weniger).
- Sehr flexibel durch Conditioning.
- Open Source und in der Community weit verbreitet.
- Lässt sich hervorragend mit AlphaFold und ProteinMPNN zu einer vollständigen Design-Pipeline kombinieren.
Grenzen
- Ursprünglich nur Backbone-Generierung (Sequenz kommt separat).
- Dynamik und intrinsisch ungeordnete Regionen bleiben schwierig.
- Große oder sehr komplexe Systeme erfordern viel Rechenleistung und anschließende experimentelle Filterung.
- Wie bei allen generativen Modellen ist experimentelle Validierung weiterhin unverzichtbar.
Einordnung
RFdiffusion gehört zusammen mit ProteinMPNN und den RoseTTAFold-/AlphaFold-Modellen zum Kern-Werkzeugkasten der modernen computergestützten Proteindesign-Revolution (David Baker erhielt dafür 2024 den Nobelpreis für Chemie).
Während AlphaFold Strukturen vorhersagt und Evo/Evo 2 Genome und Sequenzen schreibt, erzeugt RFdiffusion neue, funktionale Protein-Architekturen. Zusammen bilden diese Systeme die Grundlage dafür, Proteine und später komplexere biologische Systeme gezielt zu konstruieren – ein zentraler Baustein auf dem Weg zur KI-gestützten synthetischen Biologie.
