В исследовании представлен CatIF-RL — инновационный фреймворк, предназначенный для направленного проектирования вариантов ферментов с повышенной каталитической активностью. В основе метода лежит графовая диффузионная модель обратного фолдинга белков, которая была адаптирована под специфические структурные данные ферментов. Авторы внедрили механизм оптимизации, использующий прогнозируемую константу скорости катализа (kcat) в качестве целевого сигнала, применяя метод оптимизации политики относительно группы (GRPO). В ходе тестирования на независимых бенчмарках CatIF-RL продемонстрировал четырехкратное увеличение прогнозируемого значения kcat по сравнению с природными ферментами, значительно превзойдя существующие методы обратного фолдинга. При этом модель успешно сохраняет структурную точность и показатель восстановления последовательности (sequence recovery) на уровне 0.55, что позволяет проводить частичное проектирование с сохранением ключевых функциональных мотивов. Данная работа открывает новые возможности для функциональной оптимизации белков в биоинженерии и фармацевтике.