Un equipo internacional de investigación ha presentado RFdiffusion3, un sistema de inteligencia artificial generativa capaz de diseñar proteínas y ácidos nucleicos combinando átomos individuales.
La promesa no es solo teórica: las proteínas diseñadas con esta herramienta cumplen sus funciones previstas en reacciones químicas reales. El hallazgo, publicado en la revista Science, marca un salto cualitativo en la ingeniería biomolecular y abre la puerta a enzimas de diseño con aplicaciones que van desde la medicina hasta la industria química.
Científicos chinos resuelven un problema matemático que resistió a treinta años
El legado de David Baker y la evolución de RFdiffusion
El nombre que vertebra esta investigación es el de David Baker, profesor de la Universidad de Washington y Premio Nobel de Química 2024 por sus contribuciones al uso de computadoras para predecir estructuras de proteínas. Baker desarrolló RosettaFold, un sistema que aprende las relaciones espaciales entre los aminoácidos que componen las proteínas y utiliza esa información para predecir su estructura tridimensional.
De esa red de predicción nacieron RFdiffusion1 (2023) y RFdiffusion2 (2025), que dieron el salto de predecir estructuras existentes a diseñar proteínas completamente nuevas. RFdiffusion3 representa la siguiente evolución: en lugar de trabajar con aminoácidos completos, caracteriza cada aminoácido utilizando hasta 14 átomos y diseña nuevas estructuras ajustando directamente las coordenadas tridimensionales de cada átomo.
El Nobel de Química 2026 descifra el misterio de por qué la vida eligió una sola mano
¿Cómo funciona? Difusión y precisión atómica
RFdiffusion3 se apoya en modelos de difusión, un tipo de inteligencia artificial que aprende los patrones de distribución de los datos existentes y luego genera nuevos datos. En este caso, el modelo aprende cómo se distribuyen los átomos en las proteínas naturales y utiliza ese conocimiento para construir estructuras completamente nuevas.
La arquitectura de red del sistema se inspiró en AlphaFold3, otro programa de predicción de estructuras proteicas. Pero RFdiffusion3 va un paso más allá: no solo predice, sino que diseña. Y lo hace con un nivel de control que hasta ahora era impensable.
Google, Meta y el Gobierno de EE.UU. invierten 1.800 millones para simular la vida celular con IA
El control de las condiciones: cuando la IA respeta las reglas de la química
El verdadero avance de RFdiffusion3 no está solo en la precisión atómica, sino en la capacidad de respetar restricciones químicas complejas. Los investigadores pueden especificar no solo las posiciones de los átomos necesarios para una reacción, sino también las condiciones para la formación de enlaces de hidrógeno y el rango de distribución de átomos específicos dentro de la proteína.
El sistema genera estructuras proteicas que cumplen con todas esas restricciones. Es decir, no diseña proteínas que “parecen” correctas, sino proteínas que son químicamente viables y que pueden catalizar reacciones reales.
Los resultados: 37 de 41 y una velocidad diez veces mayor
El equipo seleccionó 41 sitios activos de enzimas existentes para comparar los efectos del diseño. Los resultados fueron contundentes: en 37 de las 41 pruebas, RFdiffusion3 superó a RFdiffusion2. Y lo hizo, además, generando estructuras proteicas aproximadamente diez veces más rápido.
Pero el dato más relevante es otro. La paraoxonasa y la peptido liasa diseñadas con RFdiffusion3 completaron con éxito las reacciones químicas esperadas en experimentos reales. No son simulaciones. No son predicciones. Son enzimas que funcionan en el laboratorio.
El equipo de investigación lo resume con una frase que anticipa el futuro: “RFdiffusion3 se utilizará ampliamente en diversas tareas de diseño biomolecular y aplicaciones relacionadas”.
El planeta de lava más frío con una atmósfera que desconcierta a los científicos
De predecir a diseñar
La investigación de proteínas basada en inteligencia artificial ha recorrido un camino extraordinario en apenas unos años. Primero fue la predicción de estructuras tridimensionales de proteínas existentes, un campo que parecía reservado a décadas de trabajo experimental.
Después llegó el diseño de proteínas completamente nuevas con estructuras y funciones específicas. Y ahora, con RFdiffusion3, el diseño alcanza la precisión atómica y la validación experimental.
La diferencia entre RFdiffusion2 y RFdiffusion3 no es solo de versión. Es un cambio de paradigma: de diseñar proteínas que parecen plausibles a diseñar proteínas que funcionan. Y esa distinción, en biología sintética, lo cambia todo.
Descubre más desde CIBERED
Suscríbete y recibe las últimas entradas en tu correo electrónico.
