RoseTTAFold：三轨网络的蛋白质结构与相互作用预测新

RoseTTAFold 由华盛顿大学 David Baker 实验室于 2021 年提出，并发表于 Science。其核心创新是三轨网络：在 1D 序列信息、2D 距离/接触图、3D 坐标表示三条轨道上同时推理，从而兼顾精度与速度，在 CASP14 竞赛中与 AlphaFold2 同期取得突破性表现。

官方实现位于 RosettaCommons/RoseTTAFold。许可需分层看待：代码以 MIT 开源；但训练好的网络权重与配套数据仅限非商业使用，遵循 Rosetta-DL 软件许可（详见 UW IPD 发布页）。这意味着若要做商业应用，需与华盛顿大学另行签署协议——比单纯的宽松代码许可更严格，收录时须明确提示。

对物理 AI 的意义：RoseTTAFold 与 AlphaFold2 同属 CASP14 的里程碑，证明了多轨几何表征可以达到接近实验的精度，并为后续的复合物与相互作用快速建模铺平了道路。