人工智能（AI）技术的突破性发展正加速推动各类科学发现。三维结构智能解码技术正在突破传统方法对海量同源信息的依赖，以更高效、更普适的方式解锁蛋白质结构密码，为精准医学、药物合成与研发等领域开辟全新可能。
近日，计算机科学与工程学院张桐副教授团队与北京师范大学、东南大学合作，首次将三维蛋白质结构预测建模为二维视觉扩散学习任务，提出TDFold二维几何模板扩散框架，构建“二维视觉到三维结构”重建的新范式，形成“蛋白质序列—文本提示学习、二维拓扑几何—视觉扩散生成、三维结构—图网络解码”的系统化技术路径，实现了预测性能更优、资源消耗更低、推理效率更高的目标，为三维构象解析提供了全新解决方案。
相关研究成果以《Two-Dimensional Geometric Template Diffusion for Boosting Single-Sequence Protein Structure Prediction》为题发表在Nature子刊《Nature Machine Intelligence》（IF=25.9）。南京理工大学计算机学院博士生王旭东和张桐副教授是该论文的共同第一作者，北京师范大学人工智能学院崔振教授是通讯作者。该工作得到了国家自然科学基金和中央高校基金的支持。
文章链接: https://www.nature.com/articles/s42256-026-01210-2
