🌀 AIBB-Flywheel

新闻数据飞轮
← 返回文章列表
ithome 国际 科技 教育 采集 2026-11-05T04:10:59+00:00

中国科大开源RNA序列基础模型structRFM

原始标题:中国科大发布开源 RNA 序列基础模型 structRFM,成果登上 Nature

来源
ithome
发布时间
2026-11-05T01:05:36
采集批次
2026-11-05-04
字数
674
URL 指纹
55c599bc660f1b84

📌 AI 总结(181 字)

中国科学技术大学周少华、熊鹏团队发布开源RNA序列基础模型structRFM,相关成果发表于《自然》。模型利用约2100万条序列与二级结构配对数据进行预训练,同时学习序列上下文和结构依赖,可提升RNA二级、三级结构预测及剪接位点识别等功能推断任务表现,并展现出良好的泛化能力。团队同步开放配对数据、模型权重和源代码,有望支持生物机制研究、药物发现及后续模型开发。
📄 正文(674 字)
中国科学技术大学医学影像智能与机器人实验室周少华教授、熊鹏特任研究员团队发布开源RNA序列基础模型structRFM,相关研究成果于11月5日凌晨发表于国际学术期刊《自然》。这是2026年以来,中国科大以第一署名及通讯单位在《自然》《科学》《细胞》三大国际顶尖刊物发表的第16篇成果。

RNA是广泛参与蛋白质合成、基因表达调控和RNA剪接等生命过程的重要生物大分子,其生物学功能与序列及折叠结构密切相关。研究团队希望将结构知识融入大规模序列学习,同时提升模型在不同结构与功能任务中的适应性和泛化能力。

为此,研究团队构建了约2100万条经计算注释的RNA序列与二级结构配对数据,并设计算法同步预训练序列上下文与结构依赖。完成预训练后,模型只需输入RNA序列,即可提取序列级、核苷酸级和核苷酸对级特征,用于多种结构预测与功能分析任务。

实验显示,structRFM在零样本同源性分类中表现良好,并提高了二级结构预测性能。当其特征被用于三级结构预测模型后,RNA三维结构及其对应二级结构的预测结果也得到改善。

在功能推断方面,该模型可用于剪接位点预测、内部核糖体进入位点识别和非编码RNA分类。面对新发布的RNA家族,模型仍保持较好的二级结构预测表现,并通过分段策略将应用扩展至长非编码RNA分类。消融实验进一步证明,结构信息引入和掩码策略对提升模型性能具有重要作用。

目前,实验室已开放完整配对数据、模型权重和源代码,为成果复现、相关模型开发及人工智能驱动的科学研究提供可复用资源。该成果有望支持RNA生物学机制理解、药物发现等领域的发展。