中国科大发布开源 RNA 序列基础模型 structRFM，成果登上 Nature
中国科学技术大学（中国科大）近日对外宣布，其医学影像智能与机器人（MIRACLE）实验室由周少华教授和熊鹏特任研究员带领的团队，推出了一款名为 structRFM 的开源 RNA 序列基础模型。该模型增强了 RNA 结构预测及功能推断等多项下游任务的性能，有望促进人工智能驱动的科学研究、生物学机制理解以及药物研发等领域的进展。
11 月 5 日凌晨，相关研究成果在国际学术期刊《自然》（Nature）上发表。
这是自 2026 年以来，中国科大以第一署名及通讯单位身份，在 Nature、Science、Cell 三大国际顶级期刊上发表的第 16 项成果。
RNA（核糖核酸）是一种关键生物大分子，存在于生物细胞以及部分病毒和类病毒中，广泛涉及蛋白质合成、基因表达调控和 RNA 剪接等生命活动，其功能与序列和折叠结构紧密相连。
RNA 分子通过碱基配对形成二级结构，并进一步折叠成三维构象，这些结构影响着分子的生物活性及其与其他分子的相互作用。因此，理解序列、结构与功能之间的关联，是揭示 RNA 生物学机制的基础，也是药物发现的关键支撑。
随着测序技术的进步，研究者积累了海量 RNA 序列数据。借鉴自然语言处理中的预训练方法，RNA 基础模型能从这些数据中学习序列规律，提取可用于不同任务的通用特征，从而支持结构预测和功能分析。
本研究旨在将结构知识融入大规模序列学习，同时保持模型在不同结构与功能任务中的适应性和泛化能力。研究团队开发了 RNA 基础模型 structRFM，首先构建了约 2100 万条经过计算注释的序列-二级结构配对数据。在此基础上，设计算法同时预训练学习序列上下文与结构依赖。预训练后的模型只需输入序列，就能提取序列级、核苷酸级和核苷酸对级特征，用于多种结构与功能推断任务，并在多项任务中达到国际前沿水平。
实验结果显示，structRFM 在零样本同源性分类中表现优异，并提升了二级结构预测性能；将其特征融入三级结构预测模型后，也改善了三维结构及其对应二级结构的预测结果。在功能推断方面，模型支持剪接位点预测、内部核糖体进入位点识别和非编码 RNA 分类。此外，模型在新发布的 RNA 家族上保持了良好的二级结构预测表现，并通过分段策略扩展至长非编码 RNA 分类。消融实验进一步证实，结构信息的引入及掩码策略对模型性能提升具有积极作用，为算法设计提供了实验依据。
研究人员表示，目前，实验室已开放完整配对数据、模型权重和源代码，为研究结果的复现及相关模型的开发提供了可复用资源。
中国科大生物医学工程学院的朱河勤博士为论文第一作者，周少华教授和熊鹏特任研究员为文章共同通讯作者。
IT之家附相关论文信息：
https://doi.org/10.1038/s41586-026-11210-2
项目链接：