中国科学技术大学科研团队11月5日发布开源核糖核酸（RNA）序列基础模型structRFM，透过将RNA结构信息融入大规模序列学习，提升结构预测及功能推断能力，相关研究成果已刊登于国际期刊《自然》（Nature）。
中科大表示，RNA广泛参与蛋白质合成、基因表达调控及RNA剪接等生命过程，其功能与序列及折叠结构密切相关。随着测序技术发展，研究人员累积大量RNA序列数据，但如何从序列进一步理解结构与功能，仍是生物信息研究的重要课题。
研究团队建立约2100万笔经计算注释的「序列－二级结构」配对数据，并设计结构引导的预训练方法，让模型同步学习序列上下文与结构依赖。完成预训练后，structRFM只需输入RNA序列，即可撷取序列级、核苷酸级及核苷酸对级特征，用于多项结构与功能推断任务。
实验显示，structRFM在零样本同源性分类及RNA二级结构预测方面表现良好；将模型特征导入三级结构预测后，也可改善三维结构及相应二级结构的预测结果。在功能推断方面，则可支持剪接位点预测、内部核糖体进入位点（IRES）辨识及非编码RNA分类，并能应用于新发现RNA家族及长链非编码RNA研究。
研究团队目前已公开完整配对数据、模型权重及原始码，供科研人员重现研究成果及进一步开发。研究团队表示，这项成果可望推动AI应用于RNA生物学机制研究及药物发现。
