Baker组RFOptimization: 从结构预测到分子操控, 释放全原子模型中的 Latent Physics

人工智能正在改变蛋白质设计，但一个更深层的变化正在发生：结构预测与分子设计之间的边界正在消失。AlphaFold、Boltz、Protenix 和 RoseTTAFold 等结构模型已经从大量生物分子数据中学习了氨基酸序列、三维结构、原子几何以及分子相互作用之间复杂的对应关系。

过去，这些知识主要被用于回答一个正向问题：给定一个分子序列，它会形成什么样的三维结构？但如果这些模型内部已经形成了对分子世界的高度压缩表征，那么一个自然的问题是：这些被储存在模型内部的知识，是否只能用于预测？还是可以反过来使用——如果我们指定希望得到的结构、结合界面甚至原子级几何，模型能不能直接告诉我们，序列应该如何改变？

这正是 RFOptimization（RFO）试图回答的问题。

由华盛顿大学蛋白质设计研究所团队开发、David Baker 指导的 RFOptimization，不再把全原子结构模型仅仅作为设计完成后的“打分器”，而是直接将结构预测模型内部学习到的序列—结构—相互作用规律重新接入设计过程。模型参数无需重新训练；在推理阶段，RFO 读取结构模型对于当前分子的反馈，判断哪些氨基酸突变可能让结构向目标方向移动，并不断修正序列。

如果把这些被神经网络压缩在内部的分子规律称为 latent molecular physics，那么 RFO 所做的，就是把这些 latent physics 从“预测能力”转化为“设计能力”。从更广义的方法论上，我们可以把这种设计范式称为 Latent Physics Steering：它所关注的不再只是“让模型生成一个分子”，而是利用结构模型已经理解的分子世界，主动操控一个分子向指定目标演化。

图 1｜RFOptimization 总体框架及双分支优化流程。

在今天的蛋白质设计领域，大致存在两条互补路线。第一条是生成模型。RFdiffusion 等模型直接学习蛋白质结构分布，在推理时从噪声出发生成新的蛋白质骨架，再经过序列设计和结构预测筛选获得最终候选。这类方法极大扩展了可以探索的蛋白质空间，但实际设计流程通常需要生成大量候选，再通过严格的计算筛选寻找少量高质量设计。RFO 论文指出，现有从头设计流程往往需要采样大量结构，而相当一部分候选最终停留在筛选阈值附近并被直接丢弃。

另一条路线来自所谓的 protein hallucination（蛋白质幻觉设计）。这类方法不额外训练一个生成模型，而是直接把结构预测模型反过来使用：给定一个可修改的蛋白质序列，根据 AlphaFold 等模型预测出的结构和置信度不断修改序列，直到模型“相信”这个序列可以形成目标结构或结合界面。BindCraft 是这一方向最具代表性的工作之一；随后 BoltzDesign1、HalluDesign 和 Protein Hunter 又把类似思想扩展到全原子模型和结构—序列循环设计。Hallucination 展示了一件非常重要的事情：一个训练来做预测的模型，本身就可能包含生成所需要的信息。

但 RFO 进一步改变了这个问题的形式。它不是要求结构模型从随机状态重新“幻想”一个完整蛋白，而是假设上游生成模型已经提供了一个具有一定结构基础的候选，然后问：这个设计已经接近成功了，还差哪几个氨基酸？如果我希望降低界面误差、加强结合、保持催化位点几何，应该往哪个方向改？因此，与 hallucination 相比，RFO 更接近一种分子操控（molecular steering）：把结构模型当成分子空间中的“方向场”，读取模型认为局部序列应该如何变化，再沿着这个方向对真实的离散蛋白序列进行搜索。从“让模型幻想一个蛋白”，走向“利用模型内部的 latent physics 引导和操控一个已有设计”，构成了理解 RFOptimization 的一个关键视角。

新一代全原子结构模型通常通过扩散模块（diffusion module）生成最终三维坐标，这使得从结构目标完整反向传播整个生成过程的代价很高。RFO 因此没有直接对完整扩散轨迹求梯度，而是在反向传播时绕开扩散模块，直接从 Pairformer 后的 distogram 和 confidence heads 中提取可微分的设计信号。

换句话说，RFO 直接在结构模型内部问：如果想让这个界面更确定、两个分子更接近、某几个原子的距离更符合要求，当前序列里的哪些氨基酸应该发生变化？这些目标产生的梯度经过 Pairformer 返回到输入的残基表示，从而形成一个“残基 × 氨基酸”的突变引导图（mutation guidance map），再由 RFO 从这个局部方向中选择具体的氨基酸突变。

图 2｜RFO 的梯度引导与结构循环两类突变策略。

这里的 latent physics 并不是说神经网络显式求解了某套物理方程。它更准确地指模型在训练过程中压缩进去的分子统计规律：什么样的序列更可能形成稳定结构，什么样的残基组合能够支持一个界面，哪些原子排列更符合已知蛋白质结构，以及哪些结构关系会让模型产生更高的置信度。RFO 所做的，是将这些原本用于预测的内部表征重新解释为可操作的设计信号。

梯度虽然能够提供方向，但蛋白质序列本身是离散的。一个位置最终必须是丙氨酸、缬氨酸、亮氨酸等 20 种标准氨基酸中的一种，而不是一个介于多种氨基酸之间的连续向量。

因此，RFO 的持久优化状态始终是一个真实、合法的离散氨基酸序列，而不会让序列长期停留在连续松弛表示（relaxed representation）中。梯度只负责判断哪些局部替换可能更有利；每次接受突变后，新序列都会重新经过 RF3 的完整特征化，使原子类型、化学连接、参考坐标和原子掩码都与新的残基身份保持一致。在这个离散空间中，RFO 使用梯度引导的 MCMC 进行搜索。

梯度负责告诉模型“往哪个方向走可能更好”；MCMC 则允许优化过程以一定概率接受一个暂时让目标变差的突变，从而避免简单的贪心优化被困在局部最优。随着搜索推进，温度逐渐降低，过程也从早期的探索转向后期的局部精修。因此，RFO 并不是传统意义上的梯度下降。它更像是在蛋白质序列空间中，拿着结构模型给出的“局部地图”，进行一场有方向的离散进化。

仅仅反演一个结构预测模型，还存在另一个问题：模型可能被自己的优化器骗过。如果序列始终按照 RF3 的梯度进行优化，最终找到的可能并不是真正更好的蛋白质，而只是一个特别符合 RF3 自身置信度景观的对抗性解。

因此，RFO 并没有让一个模型同时承担全部设计过程。整个系统交替使用两种独立的突变策略。第一条是 RF3 梯度引导分支：直接从结构模型内部的目标函数梯度中获得序列突变方向。第二条是结构循环分支：使用独立训练的 Boltz 对当前序列重新进行全原子结构预测，再根据预测出的结构，通过 ProteinMPNN 或 LigandMPNN 重新设计序列。

默认情况下，两条路径以相同概率被选择。这使 RFO 同时拥有两种互补能力：梯度分支负责目标导向的局部搜索，结构循环分支负责结构条件下的序列探索。一个模型告诉系统“按照我的理解，这样改应该更好”；另一个独立模型则重新构造结构假设，并从这个结构出发重新探索序列。最终，AlphaFold3 完全不参与上述优化，而作为独立留出评估模型，重新预测初始和优化后的序列。

因此整个体系形成了一个清晰的三层关系：RF3 提供梯度方向，Boltz 提供正交的结构反馈，AlphaFold3 负责最终独立验证。这也是 RFO 用于降低结构模型优化中模型特异性偏差的核心设计。

Latent Physics Steering 的另一个重要变化，是设计目标本身可以被程序化。许多生成模型的目标在训练结束后已经基本固定。用户可以通过条件控制（conditioning）影响生成内容，但真正的适应度景观（fitness landscape）很大程度上已经写在模型参数中。RFO 则把这个关系反过来了：结构模型参数保持冻结，而研究者可以在推理阶段直接定义——我到底希望这个分子变成什么样。

RFO 支持置信度目标，例如 interface PAE 和 pLDDT；也可以从距离分布（distogram）中定义链间接触、链内接触和界面熵；对于酶、金属结合位点或其他精细设计任务，还可以指定任意原子之间需要满足的距离范围。多个目标还可以组合成一个复合目标，从而同时要求一个蛋白质满足折叠置信度、结合界面和特定原子几何。论文将这种能力概括为 objective-oriented paradigm：不是重新训练模型去学习一种新的设计任务，而是在推理阶段直接告诉模型“什么叫好”。

因此，同一个 RFO 框架可以用于蛋白质结合蛋白、环肽、小分子结合蛋白和酶活性位点优化，而不需要为每一种任务训练新的底层模型。

图 3｜RFO 跨四类设计任务的优化效果、跨模型一致性与计算效率。

RFO 首先被应用于 13 个蛋白质靶标上的蛋白—蛋白结合蛋白优化。这些候选最初由 RFdiffusion 生成，但很多处在最终计算筛选阈值的边缘。经过最多 10 轮 RFO 优化后，以独立 AlphaFold3 重新折叠预测的 iPAE < 2.5、iPTM > 0.8 为成功标准，平均通过率从 6.73% 提升到 22.31%。其中 PDGFR 从 17.5% 提升至 50.0%，PD-L1 从 10.0% 提升至 40.75%；FGFR2、PD1 和 VirB8 等多个最初通过率为零的靶标，也在优化后出现了大量能够通过 AF3 筛选的设计。

在环肽设计中，同一框架被应用于 GABARAP、MCL1、MDM2 和 RbtA 四个靶标，平均成功率由 1.25% 提升至 12.57%，约为原来的十倍。

对于 FAD、IAI、OQO 和 SAM 四种小分子配体，蛋白—小分子结合设计的平均成功率则由 5.62% 提升至 24.91%。其中仅经过三轮优化，四个配体的通过率就全部超过 10%，说明许多原本被过滤掉的生成结果并非完全错误，而只是距离一个高质量解还差少量局部序列修正。

RFO 进一步被用于更加精细的酶活性位点优化。在 24 个原子基序酶（atomic motif enzyme, AME）基准靶标上，设计目标不再只是“这个蛋白折不折得好”，而是同时包括全局结构置信度以及催化残基之间精确的原子级几何约束。优化后，24 个目标中有 18 个综合适应度得到改善，同时所有 24 个目标的预测底物置信度均随优化提升。这也是全原子结构模型的重要意义：设计目标可以从蛋白质整体折叠，一直下沉到某两个具体原子应该相距多少 埃（Å）。

为了进一步判断优化结果究竟是“真正变好了”，还是只学会了迎合某一个结构预测器，研究团队采用了更加严格的三模型一致性评估（three-model consensus evaluation）。

一个序列只有在 RF3、Boltz 和 AlphaFold3 三个独立结构预测模型下，同时满足 iPAE < 2.5 和给定 iPTM 阈值，才会被认为成功。在 iPTM > 0.8 时，完整 RFO 的一致性通过率达到 12.08%。相比之下，只保留 Boltz 循环分支时为 7.50%，只保留梯度分支时为 6.67%，独立开发的循环方法 Protein Hunter 为 7.50%。而在 iPTM 阈值从 0.5 扫描到 0.9 的整个范围内，完整的双分支 RFO 均保持最高的一致性通过率。这意味着 RFO 所找到的改进并不只存在于某一个模型自己的置信度景观中，而更有可能代表能够在不同结构模型之间迁移的设计质量提升。

RFO 对现有蛋白质设计流程的另一个改变来自计算效率。当前许多从头设计流程的基本逻辑是：生成很多 → 预测很多 → 过滤很多 → 丢掉绝大多数。RFO 提出的另一种思路是：先生成，再优化。

如果一个候选已经形成了大体正确的折叠和结合模式，只是没有跨过最终筛选，那么与其重新从噪声中生成数千个新结构，不如直接利用结构模型的 latent physics，在它附近做几次有方向的序列搜索。在 13 个蛋白—蛋白互作（PPI）靶标上，以三模型一致性筛选为统一标准计算完整生产成本，RFO 平均约每 26 GPU 分钟获得一个通过筛选的设计；Protein Hunter 约需要 178 GPU 分钟，而 BindCraft 在这一比较中约需要 34 GPU 小时。

RFO 的优势并不是每一步结构预测本身突然变得极其便宜，而是改变了搜索策略：从大规模重新探索序列空间，转向对已经具备结构基础的候选进行定向局部优化。

RFOptimization 的意义并不只是把几个结合蛋白的通过率提高几倍。它展示的是结构模型角色的一次变化。

AlphaFold 类模型最初解决的是：sequence → structure。

Hallucination 开始尝试反演这一关系：structure objective → sequence。

而到了全原子模型时代，模型内部描述的已经不再只是蛋白质骨架，而逐渐扩展到蛋白质、配体、原子几何以及复杂的分子相互作用。结构模型正在形成越来越完整的分子表征。

于是，一个新的问题开始出现：如果模型已经学会理解分子世界，我们能不能直接利用这种理解去改变分子世界？

这正是从结构预测走向 Latent Physics Steering 的核心。一个真正的分子世界模型（molecular world model），不应该只能回答“这个分子会变成什么？”它还应该能够回答：

• 如果改变一个氨基酸，会发生什么？

• 如果希望两个分子形成特定界面，应该改变什么？

• 如果要求几个催化原子保持精确几何，哪些序列能够支撑这一构象？

• 最终，它还应该能够利用这种理解，主动创造和优化新的分子。

• 生成模型正在从 generation 向 understanding 延伸。

• 结构模型也正在从 understanding 向 design and control 延伸。

• 这两条路线正在从相反方向逼近同一个目标。

未来的蛋白质设计系统，或许不再需要被严格划分为“结构预测模型”“生成模型”和“优化模型”。同一个模型可以理解当前分子的状态，预测修改所带来的后果，根据目标提出新的序列，并在设计过程中不断修正自己的方案。

RFOptimization 仍然只是这一方向上的一步。它目前仍依赖初始设计的质量，也依赖底层结构预测模型本身的准确性——这也是论文明确讨论的主要限制。

但它展示了另一种可能：也许我们并不需要为每一种新的分子设计任务，都重新训练一个新的生成模型。

结构预测模型训练所积累的数据与计算，已经在网络内部留下了一套关于分子世界的 latent physics。

下一步要做的，可能只是学会如何把它释放出来。

论文：RFOptimization: Guiding Design Optimization with All-Atom Structure Prediction

https://doi.org/10.64898/2026.09.04.749184

作者：Odin Zhang, Jiaqi Wang, Tuscan Rock Thompson, Ziyi You, Zihao Song, Frank DiMaio, David Baker

研究单位：Institute for Protein Design, University of Washington；Department of Biochemistry, University of Washington；Paul G. Allen School of Computer Science and Engineering, University of Washington；Howard Hughes Medical Institute

通讯作者：Odin Zhang, David Baker