中國科技大學團隊推出開源 RNA 序列基礎模型 structRFM，基於 2100 萬條序列-結構配對數據訓練，多項核心指標達國際前沿，成果登上《自然》。文章作者、來源：AIBase
中國科學技術大學研究團隊近日在生命科學與人工智慧交叉領域取得重大突破，正式推出名為 structRFM 的開源 RNA 序列基礎模型，相關研究成果已於近日登上國際頂尖學術期刊《自然》。為推動全球科研生態的共同進步，研究團隊宣布全面開源該模型的完整配對數據、模型權重及原始碼，供全球科研人員無門檻免費使用。
核心背景：攻克 RNA 研究與新藥開發的底層痛點
作為生物體內一類至關重要的核心大分子，核糖核酸（RNA）廣泛參與並調控基因表達和蛋白合成的整個生命週期，是當前全球創新藥研發中繞不開的關鍵靶點。
在微觀層面，RNA 分子通過鹼基配對形成複雜的二級結構，並進一步摺疊成特定的三維構象。正是這些三維和二級結構，直接決定了分子的生物學活性以及它們與其他分子的相互作用方式。然而，長期以來，精準解析 RNA 的結構與功能一直是生物資訊學領域的難關。
架構與數據：2,100 萬條配對數據驅動的雙重預訓練
為了解決這一難題，中國科大研究團隊另闢蹊徑，構建了約 2100 萬條經過精確計算註釋的序列-二級結構配對數據，為大模型的訓練奠定了海量且高質量的數據基石。
On this basis, the R&D team has carefully designed an innovative algorithm that enables the model to simultaneously learn sequential context and structural dependencies during the pre-training phase. After deep pre-training, the model demonstrates exceptional convenience and generalization capability: researchers only need to input a basic sequence, and the model can automatically and accurately extract triple features at the sequence, nucleotide, and nucleotide-pair levels, thereby efficiently supporting various structure and function inference tasks.
實驗成效：多項核心指標達到國際前沿水平
在嚴苛的實驗與基準測試中，structRFM 展現出了令人矚目的全方位性能：
零樣本分類與結構預測：模型在零樣本同源性分類任務中表現優異，並顯著提升了 RNA 二級結構預測的準確性。
Three-dimensional conformation co-optimization: When researchers seamlessly integrated their extracted features into the three-dimensional structure prediction model, the final prediction results of the three-dimensional conformation and its corresponding secondary structure were significantly improved.
生物功能精準推斷：在實際應用功能推斷方面，該模型能夠出色地支持剪接位點預測、內部核糖體進入位點（IRES）識別以及非編碼 RNA 分類。
強大的泛化與擴展能力：面對新發現的 RNA 家族，模型仍保持了極佳的二級結構預測表現；透過靈活的分段策略，它還成功將應用邊界擴展至長非編碼 RNA 的分類任務中。
此外，研究團隊通過細緻的消融實驗，進一步從科學層面驗證了結構資訊的引入以及掩碼策略對模型整體性能提升的關鍵作用，為未來的演算法設計提供了堅實的實驗數據支援。隨著該模型的全面開源，全球科研力量將能夠依托這一全新工具，加速推進 RNA 結構解析與前沿生物醫藥的研發進程。