企业官网建设流程全解析

前言

2025年12月3日，备受瞩目的蛋白质设计领域里程碑——RFdiffusion3正式开源！这一突破性模型的发布，标志着全原子精度的蛋白质设计进入全新阶段。相较于前代版本，RFdiffusion3带来了哪些革命性升级？如何快速上手这一强大工具？今天和大家分享一下我探索的过程。

1 RFdiffusion3：全原子蛋白质设计的革命性突破

RFdiffusion3不仅完美继承了前代RFdiffusion在蛋白质binder设计、对称寡聚体构建和酶设计方面的卓越能力，更实现了全原子蛋白质设计的重大突破。

RFdiffusion3包含了之前的RFdiffusion的蛋白质binder设计、Symmetry Oligomers设计和酶设计功能，新增了DNA结合蛋白的设计和小分子结合蛋白的设计。

正是这些全原子级别的设计能力，使RFdiffusion3真正成为"全原子蛋白质设计模型"，为生物医药研发开辟了全新路径。

2 Foundry框架下的安装指南

与前代不同，RFdiffusion3貌似不再作为独立工具发布，而是深度整合至Foundry——一个集蛋白质设计、逆折叠和结构预测于一体的全流程AI框架中。

step1: RFdiffusion3安装

# 1. 创建虚拟环境（在用户目录下） python3 -m venv ~/venv/rc-foundry # 2. 激活虚拟环境 source ~/venv/rc-foundry/bin/activate # 3. 在虚拟环境中安装（此时 pip 指向虚拟环境） pip install "rc-foundry[all]" # 4. 使用后退出虚拟环境 # deactivate # 永久添加到 bashrc（可选） echo 'alias rc-foundry="source ~/venv/rc-foundry/bin/activate && rc-foundry"' >> ~/.bashrc source ~/.bashrc

step2: foundry模型下载

注：如果使用代码安装模型，如果中断，需要删除没下载完的模型重新下载，不然使用时会报错。

（1）只安装必要的模型

foundry install rfd3 ligandmpnn rf3 --checkpoint-dir ~/.foundry/checkpoints

（2）安装全部模型（可选）

foundry install all --checkpoint-dir ~/.foundry/checkpoints

（3）百度网盘下载模型

作者将下载的模型上传到了百度网盘，有百度网盘会员的话下载更快。

链接: https://pan.baidu.com/s/1uaV-HNJQAWXCr3i5-Uf-sg?pwd=2sar 提取码: 2sar

查看目前可用的模型

foundry list-available

查看目前安装的模型

foundry list-installed

step3: 检验是否安装成功

foundry --help

3.示例尝试

继续在环境中安装jupythernotebook​​​​​​​

pip install jupyterlab pip install notebook

从Github库克隆仓库

目前好像有两个官方的github仓库：

https://github.com/RosettaCommons/foundry

https://github.com/nnahrjou/foundry_RFdiffusion3/tree/production

下载github中的示例文件，在examples文件夹下

经测试发现，当前版本的 Foundry 暂不支持使用 50 系显卡进行加速。这可能是由于目前 PyTorch 尚未支持 SM_120 架构导致的。目前只能先安装 CPU 版本使用，后续还需等待笔者进一步研究兼容方案。

4.零门槛体验：在线平台推荐

没有合适设备？别担心！以下平台让您即刻体验RFdiffusion3的强大功能：

（1）🌐 官方Colab教程（需科学上网）

https://colab.research.google.com/drive/1ZwIMV3n9h0ZOnIXX0GyKUuoiahgifBxh?usp=sharing

（2）🔬 Tamarind.bio

https://www.tamarind.bio/tools/rfdiffusion3

（3）🧪 ProteinIQ

https://proteiniq.io/app/rfdiffusion-3

注：免费平台通常存在设计数量限制、处理速度较慢等问题。如需深度参与蛋白质设计研究，建议配置专用计算设备。

配置参考

操作系统：Ubuntu 24.04.3 LTS

硬件信息：i5-14600kf, rtx5060ti 16G

蛋白设计交流QQ群：438723520（QQ群今后仅分享文献资料，模型文件请通过百度网盘获取）

作者：bioinforiver

2025年12月16日

本内容仅供学习交流，未经许可不许转载。

（ 本人系原作者，原文见：mp.weixin.qq.com/s/woJjm-sn4SitO302-TdwRQ）